0x00. 使用 Canny 算法邊緣識別

Canny 算法是一種多級邊緣識別算法。

Canny邊緣識別算法可以分為以下5個步驟：

應用高斯濾波來平滑圖像，目的是去除噪聲。

找尋圖像的強度梯度（intensity gradients）。

應用非最大抑制（non-maximum suppression）技術來消除邊誤檢（本來不是但檢測出來是）。

應用雙閾值的方法來決定可能的（潛在的）邊界。

利用滯后技術來跟蹤邊界。

具體原理性質的東西可以參考這里

讀取本地視頻處理代碼示例:

import cv2.cv as cvcapture = cv.CaptureFromFile('img/myvideo.avi')nbFrames = int(cv.GetCaptureProperty(capture, cv.CV_CAP_PROP_FRAME_COUNT)) fps = cv.GetCaptureProperty(capture, cv.CV_CAP_PROP_FPS) wait = int(1/fps * 1000/1)dst = cv.CreateImage((int(cv.GetCaptureProperty(capture, cv.CV_CAP_PROP_FRAME_WIDTH)),int(cv.GetCaptureProperty(capture, cv.CV_CAP_PROP_FRAME_HEIGHT))), 8, 1)for f in xrange( nbFrames ):frame = cv.QueryFrame(capture)cv.CvtColor(frame, dst, cv.CV_BGR2GRAY)cv.Canny(dst, dst, 125, 350)cv.Threshold(dst, dst, 128, 255, cv.CV_THRESH_BINARY_INV)cv.ShowImage("The Video", frame)cv.ShowImage("The Dst", dst)cv.WaitKey(wait)

直接處理攝像頭視頻：

import cv2.cv as cvcapture = cv.CaptureFromCAM(0)dst = cv.CreateImage((int(cv.GetCaptureProperty(capture, cv.CV_CAP_PROP_FRAME_WIDTH)),int(cv.GetCaptureProperty(capture, cv.CV_CAP_PROP_FRAME_HEIGHT))), 8, 1)while True:frame = cv.QueryFrame(capture)cv.CvtColor(frame, dst, cv.CV_BGR2GRAY)cv.Canny(dst, dst, 125, 350)cv.Threshold(dst, dst, 128, 255, cv.CV_THRESH_BINARY_INV)cv.ShowImage("The Video", frame)cv.ShowImage("The Dst", dst)c = cv.WaitKey(1)if c == 27: #Esc on Windowsbreak

0x01. 人臉識別

使用OpenCV可以很簡單的檢測出視頻中的人臉等：

import cv2.cv as cvcapture=cv.CaptureFromCAM(0)hc = cv.Load("haarcascades/haarcascade_frontalface_alt.xml")while True: frame=cv.QueryFrame(capture) faces = cv.HaarDetectObjects(frame, hc, cv.CreateMemStorage(), 1.2,2, cv.CV_HAAR_DO_CANNY_PRUNING, (0,0) )for ((x,y,w,h),stub) in faces:cv.Rectangle(frame,(int(x),int(y)),(int(x)+w,int(y)+h),(0,255,0),2,0)cv.ShowImage("Window",frame)c=cv.WaitKey(1)if c==27 or c == 1048603: #If Esc enteredbreak

總結

以上是生活随笔為你收集整理的Python-OpenCV 处理视频（二）： 视频处理的全部內容，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。