[PYTHON] Essayez la détection des bords avec OpenCV
introduction
OpenCV (Open Source Computer Vision Library) est une collection de bibliothèques de traitement vidéo / image sous licence BSD. Il existe de nombreux algorithmes tels que le filtrage d'image, la correspondance de modèles, la reconnaissance d'objets, l'analyse vidéo et l'apprentissage automatique.
Exemple de suivi de mouvement avec OpenCV (OpenCV Google Summer of Code 2015) https://www.youtube.com/watch?v=OUbUFn71S4s
Cliquez ici pour l'installation et une utilisation facile http://qiita.com/olympic2020/items/d5d475a446ec9c73261e
Afin de suivre les objets en mouvement, il est nécessaire de filtrer d'abord l'image. Cette fois, je vais essayer la détection des contours en utilisant OpenCV.
programme
Le flux est le suivant.
- Chargez une image couleur
- Conversion en échelle de gris
- Détection des bords
sample.py
import cv2
#Définition constante
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 "
#Chargez l'image d'origine
org_img = cv2.imread(ORG_FILE_NAME, cv2.IMREAD_UNCHANGED)
#Convertir en échelle de gris
gray_img = cv2.imread(ORG_FILE_NAME, cv2.IMREAD_GRAYSCALE)
#Extraction des bords
canny_img = cv2.Canny(gray_img, 50, 110)
#Afficher dans la fenêtre
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)
#Enregistrer dans un fichier
cv2.imwrite(GRAY_FILE_NAME, gray_img)
cv2.imwrite(CANNY_FILE_NAME, canny_img)
#Terminer le traitement
cv2.waitKey(0)
cv2.destroyAllWindows()
Résultat d'exécution
La forêt au premier plan, le bâtiment au milieu et le ciel à l'arrière ont été extraits comme tels.
** L'image d'origine **
** niveaux de gris **
** Détection des bords **
à suivre
Ensuite, parlons des vidéos. Essayez de convertir des vidéos en temps réel avec OpenCV
Recommended Posts