程序運行的時間計算

**# -*- coding: utf-8 -*- """ @author: Andrew """ import cv2 import numpy as np img=cv2.imread('tu.jpg') e1=cv2.getTickCount() for i in xrange(5,49,2):img=cv2.medianBlur(img,i) e2=cv2.getTickCount() time=(e2-e1)/cv2.getTickFrequency() //使用計數的數值除以計數的單位時間頻率，得到計數的時間 print time **

OpenCV 中的很多函數都被優化過(使用 SSE2,AVX 等)。也包含一些沒有被優化的代碼。如果我們的系統支持優化的話要盡量利用只一點。在編譯時優化是被默認開啟的。因此 OpenCV 運行的就是優化后的代碼,如果你把優化關閉的話就只能執行低效的代碼了。你可以使用函數 cv2.useOptimized()來查看優化是否被開啟了,使用函數 cv2.setUseOptimized() 來開啟優化。讓我們來看一個簡單的例子吧。

opencv中圖形處理
轉換顏色空間
在 OpenCV 中有超過 150 中進行顏色空間轉換的方法。但是你以后就會發現我們經常用到的也就兩種:BGR?Gray 和 BGR?HSV。我們要用到的函數是:cv2.cvtColor(input_image,flag),其中 flag就是轉換類型。對于 BGR?Gray 的轉換,我們要使用的 flag 就是 cv2.COLOR_BGR2GRAY。同樣對于 BGR?HSV 的轉換,我們用的 flag 就是 cv2.COLOR_BGR2HSV。你還可以通過下面的命令得到所有可用的 flag。
在 OpenCV 的 HSV 格式中,H(色彩/色度)的取值范圍是 [0,179],S(飽和度)的取值范圍 [0,255],V(亮度)的取值范圍 [0,255]。但是不同的軟件使用的值可能不同。所以當你需要拿 OpenCV 的 HSV 值與其他軟件的 HSV 值進行對比時,一定要記得歸一化。
對藍色的物體實現追蹤并標記，代碼如下

**# -*- coding: utf-8 -*- """ @author: Andrew """ import cv2 import numpy as np cap=cv2.VideoCapture('rm.rmvb')while(1):#獲取每一幀ret,frame=cap.read()轉換到HSVhsv=cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)#設定藍色的閾值lower_blue=np.array([110,50,50])upper_blue=np.array([130,255,255])#對閾值構建掩模mask=cv2.inRange(hsv,lower_blue,upper_blue)#對原圖像和掩模進行位運算res=cv2.bitwise_and(frame,frame,mask=mask)#顯示圖像cv2.imshow('frame',frame)cv2.imshow('mask',mask)cv2.imshow('res',res)#檢測若按鍵ESC則退出程序k=cv2.waitKey(5)&0xFFif k==27:break #跳出主循環 #關閉窗口 cv2.destroyAllWindows()**

這是物體跟蹤中最簡單的方法。當你學習了輪廓之后,你就會學到更多相關知識,那是你就可以找到物體的重心,并根據重心來跟蹤物體,僅僅在攝像頭前揮揮手就可以畫出同的圖形,或者其他更有趣的事。

總結

以上是生活随笔為你收集整理的python-opencv时间计算，视频物体追踪标记的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。