-
Notifications
You must be signed in to change notification settings - Fork 0
/
火的检测(背景纯黑只显示红色火苗).py
43 lines (38 loc) · 1.76 KB
/
火的检测(背景纯黑只显示红色火苗).py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
# coding: utf-8
#采用以下两个库进行视频图像分割与处理
import cv2
import numpy as np
#参数可以是数字,对应摄像头编号,也可以是视频绝对路径。
video = cv2.VideoCapture('C:\\Users\\Administrator\\Desktop\\huo (1).avi')
framecount = 0
while True:
(grabbed, frame) = video.read()
framecount+=1
if not grabbed:
break
#调整图像大小
frame = cv2.resize(frame, (640,480))
#高斯平滑滤波:参数分别是图像,滤波器大小,标准差。高斯矩阵的尺寸越大,标准差越大,处理过的图像模糊程度越大。
#这种图像模糊处理技术平滑效果柔和,而且边缘保留的也较好。
blur = cv2.GaussianBlur(frame, (5,5), 0)
#图像颜色转换函数:转换为HSV颜色空间,这个模型中颜色的参数分别是:色调(H),饱和度(S),明度(V)。
hsv = cv2.cvtColor(blur, cv2.COLOR_BGR2HSV)
lower = [0, 0, 255]
upper = [30, 20,255]
#uint8表示8位无符号整型数组。
lower = np.array(lower, dtype="uint8")
upper = np.array(upper, dtype="uint8")
#下面设置阈值,去除背景部分,将低于lower和高于upper的部分图像值分别变成0,lower~upper之间的值变成255。
mask = cv2.inRange(hsv, lower, upper)
#执行图像的像素值按位与运算,用掩膜实现图像的先遮挡后叠加。
output = cv2.bitwise_and(frame, hsv, mask=mask)
no_red = cv2.countNonZero(mask)
#下面开始在窗口中显示图像。
cv2.imshow("frame", frame)
cv2.imshow("output", output)
key = cv2.waitKey(10)
if key == 27: # exit on ESC
break
print(framecount)
cv2.destroyAllWindows()
video.release()