利用opencv+python实现以下功能：

1)获取实时视频，分解帧频；

2)将视频做二值化处理；

3) 将视频做滤波处理(去除噪点，获取准确轮廓个数)；

4)识别图像轮廓；

5)计算质心；

6)描绘质心动态变化曲线；

# -*- coding: utf-8 -*-

"""

Created on Thu Apr 24 12:10:23 2018

@author: irene

"""

import numpy as np

import matplotlib.pyplot as plt

from scipy.interpolate import spline

import math as mt

import cv2

cap = cv2.VideoCapture(‘1.avi‘) #读入视频

c=1

plt.figure(figsize=(8,8),dpi=80)

aa =[]

bb =[]

cc =[]

#uing = np.logspace(-3,2,121)

while(cap.isOpened()):

ret, frame = cap.read()

#分解为一帧一帧图像

if ret == True:

#cv2.imshow("frame"，image)

img=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY) #彩色转灰度

# print(frame)

ret,thresh= cv2.threshold(img,127,255,0) #二值化

image,contours,hierarchy = cv2.findContours(thresh, 3, 1)

img = cv2.medianBlur(image,5) #进行中值滤波

cnt = contours[1] #选取其中的第一个轮廓,这幅图像只有两个轮廓

M = cv2.moments(cnt)

cX=int(M["m10"]/M["m00"]) #计算质心

cY=int(M["m01"]/M["m00"])

cv2.drawContours(img,contours,-1,(0,255,0),2)

cv2.circle(img,(cX,cY),7,(255,255,255),-1)

cv2.putText(img,"",(cX-20,cY-20),

cv2.FONT_HERSHEY_SIMPLEX,0.5,(255,255,255),2)

cv2.imshow("img",img)

cv2.imwrite(‘img/‘+str(c) + ‘.jpg‘,frame) #存储为图像

# for u in uing:

aa.append(cX)

bb.append(cY)

cc.append(c)

# plt.plot(c,cX,‘k-‘)

#plt.plot(c,cX,color=‘red‘,linewidth=2.5,linestyle=‘:‘)

# plt.plot(c,cX,‘k^‘)

#plt.plot(c,cY,‘yo:‘)

c = c+1

else:

break

# cv2.imshow(‘frame‘,gray) #显示标记后的图像q

if cv2.waitKey(1) & 0xFF == ord(‘q‘):

break

cap.release()

cv2.destroyAllWindows()

c1=np.var(aa)

c2=np.var(bb)

c1_1=c1/720*2.3*mt.pi/180

c1_2=c2/512*2.3*mt.pi/180

print(c1_1)

print(c1_2)

plt.plot(cc,aa)

plt.show()

plt.plot(cc,bb)

plt.show()