Steamed～
2021-09-08 23:58
采纳率: 42.9%
浏览 97
已结题

使用 Python+opencv实现视频中的物体识别

需求 : 使用 Python+opencv实现视频中的物体识别，
细节描述 : 用电子设备录制视屏， 对此视频进行识别，里面可能任何物品。

  • 写回答
  • 好问题 提建议
  • 追加酬金
  • 关注问题
  • 邀请回答

1条回答 默认 最新

  • String name="小吴"; 2021-09-09 00:41
    最佳回答 
    
#!/user/bin/env python3
# -*- coding: utf-8 -*-


import cv2

# 深度学习-图像识别
def getContuors(img):
    contours, hierarchy = cv2.findContours(img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
    for cnt in contours:
        area = cv2.contourArea(cnt)
        # print(area)
        if area > 500:
            cv2.drawContours(imgContour, cnt, -1, (0, 0, 0), 1)
            peri = cv2.arcLength(cnt, True)  # 轮廓长度
            approx = cv2.approxPolyDP(cnt, 0.02 * peri, True)
            objCor = len(approx)
            # print(objCor)
            x, y, w, h = cv2.boundingRect(approx)
            if objCor == 3:
                objectType = 'Tri'
            elif objCor == 4:
                aspRatio = w / float(h)
                # print(aspRatio)
                if aspRatio > 0.95 and aspRatio < 1.05:
                    objectType = 'ZFX'
                else:
                    objectType = 'CFX'
            elif objCor > 4:
                objectType = 'YX'

            else:
                objectType = 'NONE'
            cv2.rectangle(imgContour, (x, y), (x + w, y + h), (255, 0, 0), 1)
            cv2.putText(imgContour, objectType, (x + (w // 2) - 10, y + (h // 5) - 10), cv2.FONT_HERSHEY_COMPLEX, 0.5,
                        (0, 0, 0), 2)


img = cv2.imread('ss.png')
imgsize = cv2.resize(img, (500, 400))  # 裁剪后
imgContour = imgsize.copy()
imgGRAY = cv2.cvtColor(imgsize, cv2.COLOR_BGR2GRAY)
imgBlur = cv2.GaussianBlur(imgGRAY, (7, 7), 1)  # 模糊度
imgCann = cv2.Canny(imgBlur, 50, 50)
getContuors(imgCann)
if __name__ == '__main__':
    cv2.imshow('windows', imgCann)
    cv2.imshow('window', imgContour)
    cv2.waitKey(0)
    评论
    解决 无用
    打赏 举报

报告相同问题？

提交

相关推荐 更多相似问题