視頻對象提取

與其說是視頻對象提取，不如說是視頻顏色提取，因為其本質還是使用了OpenCV的HSV顏色物體檢測。下面話不多說了，來一起看看詳細的介紹吧。

HSV介紹

HSV分別代表，色調（H：hue），飽和度（S：saturation），亮度（V：value），由A. R. Smith在1978年創建的一種顏色空間, 也稱六角錐體模型(Hexcone Model)；

色調（H：hue）：用角度度量，取值范圍為0°～360°，從紅色開始按逆時針方向計算，紅色為0°，綠色為120°,藍色為240°。它們的補色是：黃色為60°，青色為180°，品紅為300°；（OpenCV中H的取值范圍為0~180，8bit存儲時）；

飽和度（S：saturation）：取值范圍為0~255，值越大，顏色越飽和；

亮度（V：value）：取值范圍為0(黑色)～255(白色)；

效果展示

實現思路

如上效果圖所示，我們要做的就是把視頻中的綠色的小豬佩奇識別出來即可，下面是的識別步驟：

PS中工具欄右側HSB顯示：

完整代碼

#coding=utf-8#HSV轉換（顏色提?。﹊mport cv2import numpy as npcap = cv2.VideoCapture(0)while (1): _, frame = cap.read() hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV) #在PS里用取色器的HSV psHSV = [112, 89, 52] diff = 40 #上下浮動值 #因為PS的HSV（HSB）取值是：0~360、0~1、0~1，而OpenCV的HSV是：0~180、0~255、0~255，所以要對ps的hsv進行處理，H/2、SV*255 lowerHSV = [(psHSV[0] - diff) / 2, (psHSV[1] - diff) * 255 / 100,    (psHSV[2] - diff) * 255 / 100] upperHSV = [(psHSV[0] + diff) / 2, (psHSV[1] + diff) * 255 / 100,    (psHSV[2] + diff) * 255 / 100] mask = cv2.inRange(hsv, np.array(lowerHSV), np.array(upperHSV)) #使用位“與運算”提取顏色部分 res = cv2.bitwise_and(frame, frame, mask=mask) #使用高斯模式優化圖片 res = cv2.GaussianBlur(res, (5, 5), 1) cv2.imshow('frame', frame) # cv2.imshow('mask', mask) cv2.imshow('res', res) if cv2.waitKey(1) & 0xFF == ord('q'):  breakcv2.destroyAllWindows()

總結

以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，如果有疑問大家可以留言交流，謝謝大家對武林站長站的支持。