如何开发一个Python程序,实现自动检测物体颜色的鉴黄功能?
- 内容介绍
- 文章标签
- 相关推荐
本文共计701个文字,预计阅读时间需要3分钟。
[()开头的准备+借助python和OpenCV通过图像相减的方法找到动态物体,然后根据像素值的平均大小判断其中的颜色。+ 首先我们使用的库有cv2,numpy,collections,time。其中导入模块的代码为:]
[](()开始前的准备
借助python和OpenCV通过图片相减的方法找到动态物体,然后根据像素值的大小判断其中的均值颜色。
首先我们使用的库有cv2,numpy,collections,time。其中导入模块的代码如下:
import cv2
import numpy as np
import collections
import time
下面是读取摄像头:
camera = cv2.VideoCapture(0)
做一些开始前的准备,包括循环次数,摄像头内容读入,保存上一帧的图片作为对比作差找到动态物体,然后定义框架的长和宽。
firstframe = None
a=0
ret0,frame0 = camera.read()
cv2.imwrite("1.jpg",frame0)
x, y, w, h = 10,10,100,100
下面是定义颜色的部分代码,比如定义的黑色,可以参照hsv表进行拓展,如图所示
然后可以知道黑色的最低值为0,0,0,最大值为180,255,46然后建立数组存储颜色数据,通过字典达到映射效果。
本文共计701个文字,预计阅读时间需要3分钟。
[()开头的准备+借助python和OpenCV通过图像相减的方法找到动态物体,然后根据像素值的平均大小判断其中的颜色。+ 首先我们使用的库有cv2,numpy,collections,time。其中导入模块的代码为:]
[](()开始前的准备
借助python和OpenCV通过图片相减的方法找到动态物体,然后根据像素值的大小判断其中的均值颜色。
首先我们使用的库有cv2,numpy,collections,time。其中导入模块的代码如下:
import cv2
import numpy as np
import collections
import time
下面是读取摄像头:
camera = cv2.VideoCapture(0)
做一些开始前的准备,包括循环次数,摄像头内容读入,保存上一帧的图片作为对比作差找到动态物体,然后定义框架的长和宽。
firstframe = None
a=0
ret0,frame0 = camera.read()
cv2.imwrite("1.jpg",frame0)
x, y, w, h = 10,10,100,100
下面是定义颜色的部分代码,比如定义的黑色,可以参照hsv表进行拓展,如图所示
然后可以知道黑色的最低值为0,0,0,最大值为180,255,46然后建立数组存储颜色数据,通过字典达到映射效果。

