簡述

下面中cap的內容選的是0，表示啟動攝像頭0（如果只有一個攝像頭的話，就直接找到對應的那個）。

注釋部分，其實是背景提取后的效果，或者是提取之后的再做閾值的處理后的圖片

代碼

import cv2cap = cv2.VideoCapture(0) bs = cv2.createBackgroundSubtractorKNN(detectShadows=True)while True:ret, frame = cap.read()fgmask = bs.apply(frame)th = cv2.threshold(fgmask.copy(), 244, 255, cv2.THRESH_BINARY)[1]dilated = cv2.dilate(th, cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3, 3)), iterations=2)image, content, hier = cv2.findContours(dilated, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)for c in content:if cv2.contourArea(c) > 1600:(x, y, w, h) = cv2.boundingRect(c)cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)# cv2.imshow("mog", fgmask)# cv2.imshow("thresh", th)cv2.imshow("detection", frame)if cv2.waitKey(1) & 0xff == ord('q'):breakcap.release() cv2.destroyAllWindows()

總結

以上是生活随笔為你收集整理的动态锁定（每个帧特征捕捉实现）Python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。