（笔记四）利用opencv识别标记视频中的目标

预操作：

通过cv2将视频的某一帧图片转为HSV模式，并通过鼠标获取对应区域目标的HSV值，用于后续的目标识别阈值区间的选取

``

img = cv.imread(r"D:\data\123.png")img = cv.cvtColor(img, cv.COLOR_BGR2HSV)plt.figure(1), plt.imshow(img)plt.show()

（1）将视频中识别的目标掩膜成红色

end_frame[mask > 0] = [0, 0, 255]

（2）利用cv库读取显示原始视频

（3）在HSV阈值分割识别的视频目标

hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)# 定义分割黑色的上下区间，其代表的是目标物体的hsv空间内的最小值和最大值low = np.array([60, 60, 60])up = np.array([130, 120, 120])mask = cv.inRange(hsv, low, up)        

（4）按位与运算之后的视频目标（目标的真实色彩）

# 进行按位运算，白色的变为frame原来的颜色，其他还是黑色res = cv.bitwise_and(frame, frame, mask=mask)

（5）主代码（已经给出解释）

#!/usr/bin/env python# -*- coding:utf-8 -*-"""@author: LIFEI@time: 2023/8/29 14:39 @file: test4.py@project: PythonProject@describe: TODO@# -------------------------------------------------(one)----------------------------------------------@# -------------------------------------------------(two)----------------------------------------------"""# -------------------------------------------------(one)----------------------------------------------import cv2 as cvimport numpy as npfrom matplotlib import pyplot as plt# img = cv.imread(r"D:\data\123.png")# img = cv.cvtColor(img, cv.COLOR_BGR2HSV)# plt.figure(1), plt.imshow(img)# plt.show()def identify(path, point):    # 创建一个video基类    cap = cv.VideoCapture(path)    # 当cap被打开时开始循环    while cap.isOpened():        #  读取视频        ret, frame = cap.read()        # 拷贝图像，赋值给end_frame        end_frame = np.copy(frame)        # 将视频的BGR空间转换为HSV空间        hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)        # 定义分割黑色的上下区间，其代表的是目标物体的hsv空间内的最小值和最大值        low = np.array([60, 60, 60])        up = np.array([130, 120, 120])        # 类似与阈值分割，就是将上述的区间类的物体改成白色，其他改为黑色        mask = cv.inRange(hsv, low, up)        # 进行按位运算，白色的变为frame原来的颜色，其他还是黑色        res = cv.bitwise_and(frame, frame, mask=mask)        # 将end_frame中的mask白色区域变成红色        end_frame[mask > 0] = [0, 0, 255]        # 判断帧率是否存在，若是不存在直接退出        if not ret:            break        # 判断输出        if point == 1:            cv.imshow("frame", frame)        elif point == 2:            cv.imshow("mask", mask)        elif point == 3:            cv.imshow("avi", res)        else:            cv.imshow("end_frame", end_frame)        # 这里理解为视频的快慢，1表示原始速度，越大越慢，按‘q’退出显示        if cv.waiTKEy(15) & 0xFF == ord('q'):            break    cv.waitKey(0)    # 释放    cap.release()    cv.destroyAllwindows()if __name__ == '__main__':    # 视频的路径    filepath = r"D:\data\plane.avi"    # 访问输入的数值，后续循环要用    value = input('请输入一个数字（1表示ori，2表示mask，3表示res，4表示end_frame）：')    # 转为整型    value = int(value)    # 开始操作    identify(filepath, value)# -------------------------------------------------(two) - -------------------------------------------

来源地址：https://blog.csdn.net/qq_55750626/article/details/132570920