Python OpenCV 乒乓球识别: 提取遮罩和轮廓
Python OpenCV 乒乓球识别: 提取遮罩和轮廓
本文将演示如何使用 Python 和 OpenCV 从乒乓球视频中提取乒乓球的遮罩和轮廓。代码使用了背景建模、形态学操作和轮廓提取技术,可以有效地从视频画面中识别出乒乓球的位置。
代码:
import cv2
# 读取视频
cap = cv2.VideoCapture('C:\Users\Jionie\Desktop\dazuo\pp.mp4')
# 创建 BackgroundSubtractor 对象,用于背景建模
fgbg = cv2.createBackgroundSubtractorMOG2()
while True:
# 读取一帧视频
ret, frame = cap.read()
if not ret:
break
# 对当前帧进行背景建模,得到前景图像
fgmask = fgbg.apply(frame)
# 对前景图像进行形态学操作,去除噪点
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))
fgmask = cv2.morphologyEx(fgmask, cv2.MORPH_OPEN, kernel)
# 寻找乒乓球的轮廓
contours, hierarchy = cv2.findContours(fgmask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# 遍历轮廓,标记出乒乓球
for contour in contours:
# 计算轮廓的面积,过滤掉面积过小的轮廓
area = cv2.contourArea(contour)
if area < 100:
continue
# 计算轮廓的外接矩形
x, y, w, h = cv2.boundingRect(contour)
# 在原图上标记出乒乓球的位置
cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)
# 显示原图和处理后的图像
cv2.imshow('frame', frame)
cv2.imshow('fgmask', fgmask)
# 等待按下 q 键退出循环
if cv2.waitKey(25) & 0xFF == ord('q'):
break
# 释放资源
cap.release()
cv2.destroyAllWindows()
代码解释:
- 读取视频: 使用
cv2.VideoCapture读取视频文件。 - 背景建模: 使用
cv2.createBackgroundSubtractorMOG2()创建背景建模器,用于从视频帧中识别出前景。 - 形态学操作: 使用
cv2.morphologyEx对前景图像进行形态学操作,去除噪点。 - 轮廓提取: 使用
cv2.findContours提取前景图像中的轮廓。 - 轮廓过滤: 过滤掉面积过小的轮廓,避免误识别。
- 标记轮廓: 在原图上标记出乒乓球的轮廓。
运行代码后,窗口中将同时显示原始视频和提取出乒乓球的轮廓的图像。可以使用 q 键退出程序。
总结:
本文介绍了如何使用 Python 和 OpenCV 从视频中提取乒乓球的遮罩和轮廓,并解释了代码中的关键步骤。此代码可以帮助你理解如何使用背景建模、形态学操作和轮廓提取技术进行视频分析。
原文地址: https://www.cveoy.top/t/topic/nK7l 著作权归作者所有。请勿转载和采集!