Opencv实现对象跟踪

文章目录

1.轮廓查找和轮廓绘制
2.高斯去噪
3.腐蚀和膨胀
4.cv2.inRange函数
5.cv2.minEnclosingCircle函数
6.cv2.moments函数
7.代码实战

1.轮廓查找和轮廓绘制

https://mydreamambitious.blog.csdn.net/article/details/125339604

2.高斯去噪

https://mydreamambitious.blog.csdn.net/article/details/125203273

3.腐蚀和膨胀

https://mydreamambitious.blog.csdn.net/article/details/125265431

4.cv2.inRange函数

作用：rgb颜色空间转换到hsv颜色空间，颜色去除白色背景部分
参数：
第一个参数：hsv指输入的原图；
第二个参数：lower_red指的是图像中低于这个lower_red的值，像素值变为0；
第三个参数：upper_red指的是图像中高于这个upper_red的值，像素值变为0；

5.cv2.minEnclosingCircle函数

函数作用：得到包含二维点集的最小圆
参数：
InputArray points：输入的二维点集；
Point2f& center：表示输出的圆形的中心坐标，是float型；
float& radius：输出的最小圆的半径，是float型；

6.cv2.moments函数

求轮廓的矩：
mu = cv.moments(contour) #contour是一个轮廓
cx = mu[‘m10’] / mu[‘m00’] #轮廓contour的质心的横坐标
cy = mu[‘m01’] / mu[‘m00’] #轮廓contour的质心的纵坐标
https://blog.csdn.net/Caesar6666/article/details/103257632

7.代码实战

import os
import cv2
import numpy as npcap=cv2.VideoCapture(0)
#设置RGB->HSV的低阈值和高阈值
Obj_low=np.array([0,0,0])
Obj_high=np.array([179,157,79])while cap.isOpened():OK,frame=cap.read()if OK==False:break#对图片进行翻转，Opencv读取的图片和我们正常的显示方式相反img=cv2.flip(src=frame,flipCode=2)img=cv2.resize(src=img,dsize=(600,600))#对图像进行高斯处理gauss=cv2.GaussianBlur(src=img,ksize=(3,3),sigmaX=0)#将图像转换为灰度图gray=cv2.cvtColor(src=gauss,code=cv2.COLOR_BGR2HSV)inrange=cv2.inRange(src=gray,lowerb=Obj_low,upperb=Obj_high)#对图像进行腐蚀kernel=cv2.getStructuringElement(shape=cv2.MORPH_RECT,ksize=(3,3))erode=cv2.erode(src=inrange,kernel=kernel,iterations=2)#对图形进行膨胀dilate=cv2.dilate(src=erode,kernel=kernel,iterations=2)#查找轮廓contours,hierarchy=cv2.findContours(image=dilate,mode=cv2.RETR_TREE,method=cv2.CHAIN_APPROX_SIMPLE)maxArea=0index=0length=len(contours)if length>0:for i in range(length):#计算轮廓的面积area=cv2.contourArea(contours[i])if area>maxArea:maxArea=areaindex=i#得到包含最小点集的圆((x,y),radius)=cv2.minEnclosingCircle(contours[index])M=cv2.moments(contours[index])center=(int(M['m10']/M['m00']),int(M['m01']/M['m00']))if radius>5:cv2.circle(img=img,center=center,radius=2,color=(0,255,0),thickness=-1)cv2.circle(img=img,center=center,radius=int(radius),color=(0,0,255),thickness=3)cv2.imshow('image',img)if cv2.waitKey(1)&0xFF==27:break
cv2.destroyAllWindows()if __name__ == '__main__':print('Pycharm')