[PYTHON] Versuchen Sie die Kantenerkennung mit OpenCV
Einführung
OpenCV (Open Source Computer Vision Library) ist eine Sammlung von BSD-lizenzierten Video- / Bildverarbeitungsbibliotheken. Es gibt viele Algorithmen wie Bildfilterung, Vorlagenabgleich, Objekterkennung, Videoanalyse und maschinelles Lernen.
Beispiel für Bewegungsverfolgung mit OpenCV (OpenCV Google Summer of Code 2015) https://www.youtube.com/watch?v=OUbUFn71S4s
Klicken Sie hier für die Installation und einfache Verwendung http://qiita.com/olympic2020/items/d5d475a446ec9c73261e
Um sich bewegende Objekte zu verfolgen, muss zuerst das Bild gefiltert werden. Dieses Mal werde ich versuchen, Kanten mit OpenCV zu erkennen.
Programm
Der Fluss ist wie folgt.
- Laden Sie ein Farbbild
- In Graustufen konvertieren
- Kantenerkennung
sample.py
import cv2
#Konstante Definition
ORG_WINDOW_NAME = "org"
GRAY_WINDOW_NAME = "gray"
CANNY_WINDOW_NAME = "canny"
ORG_FILE_NAME = "org.jpg "
GRAY_FILE_NAME = "gray.png "
CANNY_FILE_NAME = "canny.png "
#Laden Sie das Originalbild
org_img = cv2.imread(ORG_FILE_NAME, cv2.IMREAD_UNCHANGED)
#In Graustufen konvertieren
gray_img = cv2.imread(ORG_FILE_NAME, cv2.IMREAD_GRAYSCALE)
#Kantenextraktion
canny_img = cv2.Canny(gray_img, 50, 110)
#Im Fenster anzeigen
cv2.namedWindow(ORG_WINDOW_NAME)
cv2.namedWindow(GRAY_WINDOW_NAME)
cv2.namedWindow(CANNY_WINDOW_NAME)
cv2.imshow(ORG_WINDOW_NAME, org_img)
cv2.imshow(GRAY_WINDOW_NAME, gray_img)
cv2.imshow(CANNY_WINDOW_NAME, canny_img)
#Speichern unter
cv2.imwrite(GRAY_FILE_NAME, gray_img)
cv2.imwrite(CANNY_FILE_NAME, canny_img)
#Verarbeitung beenden
cv2.waitKey(0)
cv2.destroyAllWindows()
Ausführungsergebnis
Der Wald im Vordergrund, das Gebäude in der Mitte und der Himmel im Hintergrund wurden als solche kantenextrahiert.
** Das Originalbild **
** Graustufen **
Kantenerkennung
Fortsetzung folgt
Als nächstes beschäftigen wir uns mit Videos. Versuchen Sie, Videos in Echtzeit mit OpenCV zu konvertieren
Recommended Posts