opencv基础

OpenCV

OpenCV是一个开源的计算机视觉库，提供了许多用于图像处理和计算机视觉方面的函数和工具。它可以用于开发实时的计算机视觉应用程序，也可以用于处理图像和视频等非实时的任务。

OpenCV功能模块

OpenCV包含了许多不同的模块，其中一些主要的功能模块包括：

• 图像处理：包括图像滤波、几何变换、颜色空间转换等。
• 物体检测：包括人脸检测、目标跟踪等。
• 机器学习：包括支持向量机、决策树等。
• 深度学习：包括卷积神经网络、循环神经网络等。
• 视频分析：包括光流估计、背景减除等。

OpenCV支持哪些编程语言

OpenCV最初是用C++编写的，但现在也支持其他编程语言，如Python、Java等。此外，还有一些第三方库可以将OpenCV集成到其他编程语言中使用。

个人建议

把OpenCV看成一个工具就行，把包含了很多图像处理的函数，简单过一遍就行，百度网盘：

链接: https://pan.baidu.com/s/1Fp4a_Wl3KV-yTpLzq9Mbvg 提取码: jgyp

演示一下高斯背景建模

refCnts, hierarchy = cv2.findContours(ref.copy(), cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
OpenCV4.7中cv2.findContours只返回两个值

pip install opencv-contrib-python
pip install opencv-python

import numpy as np
import cv2

#经典的测试视频
cap = cv2.VideoCapture('test.avi')
# cap = cv2.VideoCapture('soccer_02.mp4')
#形态学操作需要使用  椭圆核
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(3,3))
#创建混合高斯模型用于背景建模
fgbg = cv2.createBackgroundSubtractorMOG2()

while(True):
    ret, frame = cap.read()  # ret为是否读取到数据，TF
#     print(frame.shape)
    fgmask = fgbg.apply(frame)
    #形态学开运算去噪点
    fgmask = cv2.morphologyEx(fgmask, cv2.MORPH_OPEN, kernel)
    #寻找视频中的轮廓
    contours, hierarchy = cv2.findContours(fgmask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

    for c in contours:
        #计算各轮廓的周长
        perimeter = cv2.arcLength(c,True)
        if perimeter > 188:
            #找到一个直矩形（不会旋转）
            x,y,w,h = cv2.boundingRect(c)
            #画出这个矩形
            cv2.rectangle(frame,(x,y),(x+w,y+h),(0,255,0),2)    

    cv2.imshow('frame',frame)
    cv2.imshow('fgmask', fgmask)
    k = cv2.waitKey(100) & 0xff
    if k == 27:
        break

cap.release()
cv2.destroyAllWindows()