在线观看www成人影院-在线观看www日本免费网站-在线观看www视频-在线观看操-欧美18在线-欧美1级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

如何使用OpenCV中的簡(jiǎn)單計(jì)算機(jī)視覺技術(shù)創(chuàng)建我們自己的“隱形衣”

gVTR_Unf ? 來源:AI算法與圖像處理 ? 作者:AI_study ? 2020-09-07 16:29 ? 次閱讀

我計(jì)劃分享一些有趣的實(shí)戰(zhàn)項(xiàng)目,或許達(dá)不到商用的級(jí)別,但是希望能在大家做項(xiàng)目的時(shí)候能夠提供一些思路!如果對(duì)你有所幫助,給我點(diǎn)贊 & 在看,讓我知道對(duì)你有幫助哈!

基于OpenCV的顏色檢測(cè)和分割的隱形斗篷

如果你是個(gè)哈利波特迷,你就會(huì)知道什么是隱形衣。是的!這是哈利波特用來隱身的隱形衣。當(dāng)然,我們都知道隱形衣不是真的——它都是圖形上的詭計(jì)。

在這篇文章中,我們將學(xué)習(xí)如何使用OpenCV中的簡(jiǎn)單計(jì)算機(jī)視覺技術(shù)創(chuàng)建我們自己的“隱形衣”。文末會(huì)分享 C++python的代碼。

那是哈利·波特在試他的隱形衣!

事實(shí)上,你可以用一種叫做顏色檢測(cè)和分割的圖像處理技術(shù)來創(chuàng)造這種神奇的體驗(yàn)。好消息是,你不需要成為霍格沃茨的一員!你所需要的是一塊紅色的布,并遵循這篇文章。

它的原理是什么?

算法在原理上與綠幕非常相似。但與我們刪除背景的綠幕不同,在這個(gè)應(yīng)用中,我們刪除了前景!

我們用一塊紅色的布做我們的斗篷。為什么是紅色呢?為什么不綠色的嗎?當(dāng)然,我們可以用綠色,紅色不是魔術(shù)師的顏色嗎?除了此之外,像綠色或藍(lán)色這樣的顏色也可以稍微調(diào)整一下。

其基本思想如下:

1. 捕獲并存儲(chǔ)背景幀。

2. 使用顏色檢測(cè)算法檢測(cè)紅色布料。

3. 將紅色的布料分割成一個(gè)mask。

4. 生成最后的增廣輸出,創(chuàng)造神奇的效果。

上面的GIF簡(jiǎn)單地解釋了算法的所有階段。現(xiàn)在我們將詳細(xì)討論每一步。

步驟1:捕捉并存儲(chǔ)背景幀

如上所述,關(guān)鍵思想是將當(dāng)前與布料相對(duì)應(yīng)的幀像素替換為背景像素,從而產(chǎn)生一件隱身衣的效果。為此,我們需要存儲(chǔ)一個(gè)背景幀。

C++

//CreateaVideoCaptureobjectandopentheinputfile// If the input is the web camera, pass 0 instead of the video file nameVideoCapture cap("video4.mp4");// Check if camera opened successfullyif(!cap.isOpened()){ cout << "Error opening video stream or file" << endl; return -1;} Mat background;for(int i=0;i<30;i++){ cap >> background;}//Laterally invert the image / flip the image.flip(background,background,1);

Python

# Creating a VideoCapture object# This will be used for image acquisition later in the code.cap = cv2.VideoCapture("video.mp4") # We give some time for the camera to warm-up!time.sleep(3) background=0 for i in range(30): ret,background = cap.read() # Laterally invert the image / flip the image.background = np.flip(background,axis=1)

在上面的代碼中,cap.read()方法使我們能夠通過相機(jī)捕獲最新的幀(存儲(chǔ)在變量‘background’中),它還返回一個(gè)布爾值(True/False存儲(chǔ)在‘ret’中)。如果一個(gè)幀被正確讀取,它將為真。所以你可以通過檢查這個(gè)返回值來檢查視頻的結(jié)束。

為什么捕獲背景圖像使用'循環(huán)' ?

因?yàn)楸尘笆庆o態(tài)的,我們不能簡(jiǎn)單地使用一個(gè)幀嗎?當(dāng)然,但是與多幀圖像相比,捕獲的圖像有點(diǎn)暗。這是因?yàn)橄鄼C(jī)剛剛開始捕捉幀,因此它的參數(shù)還不穩(wěn)定。因此,使用for循環(huán)捕獲靜態(tài)背景的多個(gè)圖像就可以完成這個(gè)任務(wù)。

多幀平均也可以降低噪聲。

第二步:檢測(cè)紅色

因?yàn)槲覀兪褂昧艘粔K紅色的布來將它轉(zhuǎn)換成一件隱形斗篷,所以我們將著重于在框架中檢測(cè)紅色。

聽起來簡(jiǎn)單嗎?我們有一個(gè)RGB(紅-綠-藍(lán))圖像,使用簡(jiǎn)單閾值的R通道來得到我們的mask。結(jié)果證明,這將并不會(huì)特別有效,因?yàn)镽GB值是高度敏感的照明。因此,即使斗篷是紅色的,也可能有一些區(qū)域,由于陰影,相應(yīng)像素的紅色通道值相當(dāng)?shù)汀?/p>

正確的方法是將圖像的顏色空間從RGB轉(zhuǎn)換為HSV(色相-飽和度-亮度)。

HSV顏色空間是什么?

HSV顏色空間表示使用三個(gè)值的顏色

1.色相(Hue):這個(gè)通道對(duì)顏色信息進(jìn)行編碼。色相可以被認(rèn)為是一個(gè)角度,0度對(duì)應(yīng)紅色,120度對(duì)應(yīng)綠色,240度對(duì)應(yīng)藍(lán)色。

2.飽和度(Saturation):這個(gè)通道編碼顏色的強(qiáng)度/純度。例如,粉色比紅色的飽和度低。

3.值(Value):該通道對(duì)顏色的亮度進(jìn)行編碼。圖像的陰影和光澤成分出現(xiàn)在這個(gè)通道中。

不像RGB是根據(jù)三原色來定義的,HSV的定義方式類似于人類感知顏色的方式。

對(duì)于我們的應(yīng)用而言,使用HSV顏色空間的主要優(yōu)點(diǎn)是顏色/色調(diào)/波長(zhǎng)僅由色相組件表示。

要了解不同的色彩空間,請(qǐng)參考我們關(guān)于色彩空間的詳細(xì)博客。

https://www.learnopencv.com/color-spaces-in-opencv-cpp-python/

所以當(dāng)我說,我需要一個(gè)特定的顏色,選擇色相組件,然后根據(jù)飽和度組件,我得到了那個(gè)顏色的不同的陰影,進(jìn)一步根據(jù)值組件,我得到了一個(gè)顏色的特定陰影的不同的強(qiáng)度。

在下面的代碼中,我們首先捕獲一個(gè)活動(dòng)幀,將圖像從RGB轉(zhuǎn)換為HSV顏色空間,然后定義一個(gè)特定范圍的H-S-V值來檢測(cè)紅色。

C++

Mat frame;// Capture frame-by-framecap >> frame; // Laterally invert the image / flip the imageflip(frame,frame,1); //Converting image from BGR to HSV color space.Mat hsv;cvtColor(frame, hsv, COLOR_BGR2HSV); Mat mask1,mask2;// Creating masks to detect the upper and lower red color.inRange(hsv, Scalar(0, 120, 70), Scalar(10, 255, 255), mask1);inRange(hsv, Scalar(170, 120, 70), Scalar(180, 255, 255), mask2); // Generating the final maskmask1 = mask1 + mask2;

Python

# Capturing the live frameret, img = cap.read() # Laterally invert the image / flip the imageimg = np.flip(imgaxis=1) # converting from BGR to HSV color spacehsv = cv2.cvtColor(img,cv2.COLOR_BGR2HSV) # Range for lower redlower_red = np.array([0,120,70])upper_red = np.array([10,255,255])mask1 = cv2.inRange(hsv, lower_red, upper_red) # Range for upper rangelower_red = np.array([170,120,70])upper_red = np.array([180,255,255])mask2 = cv2.inRange(hsv,lower_red,upper_red) # Generating the final mask to detect red colormask1 = mask1+mask2

inRange函數(shù)簡(jiǎn)單地返回一個(gè)二值化掩碼,其中白色像素(255)表示屬于上限和下限范圍的像素,黑色像素(0)不屬于上限和下限范圍的像素。

色相值實(shí)際上分布在一個(gè)圓上(范圍在0-360度之間),但在OpenCV中為了適應(yīng)8bit 值,其范圍是0-180度。紅色由0-30和150-180值表示。

我們使用范圍0-10和170-180,以避免檢測(cè)皮膚為紅色。飽和度使用較高范圍120-255的值,因?yàn)槲覀兊牟剂蠎?yīng)該是高度飽和的紅色。亮度值在的較低范圍是70,這樣我們也可以在布料的褶皺中檢測(cè)到紅色。

mask1 = mask1 + mask2

使用上面的線,我們合并兩個(gè)紅色范圍生成的mask。它基本上是在像素上進(jìn)行OR操作。這是一個(gè)操作符重載+的簡(jiǎn)單例子。

現(xiàn)在,您已經(jīng)了解了如何進(jìn)行顏色檢測(cè),您可以更改H-S-V范圍,并使用一些其他的單色布來代替紅色。事實(shí)上,綠色的布比紅色的效果更好,因?yàn)榫G色離人的膚色差異最大。

第三步:將檢測(cè)到的紅色布料分割開來

在上一步中,我們生成了一個(gè)mask來確定幀中與檢測(cè)到的顏色相對(duì)應(yīng)的區(qū)域。我們精煉這個(gè)mask,然后用它從frame上分割布料。下面的代碼說明了它是如何實(shí)現(xiàn)的。

C++

Mat kernel = Mat::ones(3,3, CV_32F);morphologyEx(mask1,mask1,cv::MORPH_OPEN,kernel);morphologyEx(mask1,mask1,cv::MORPH_DILATE,kernel); // creating an inverted mask to segment out the cloth from the framebitwise_not(mask1,mask2);Mat res1, res2, final_output; // Segmenting the cloth out of the frame using bitwise and with the inverted maskbitwise_and(frame,frame,res1,mask2);

Python

mask1 = cv2.morphologyEx(mask, cv2.MORPH_OPEN, np.ones((3,3),np.uint8))mask1 = cv2.morphologyEx(mask, cv2.MORPH_DILATE, np.ones((3,3),np.uint8)) #creating an inverted mask to segment out the cloth from the framemask2 = cv2.bitwise_not(mask1) #Segmenting the cloth out of the frame using bitwise and with the inverted maskres1 = cv2.bitwise_and(img,img,mask=mask2)

步驟4:生成最終的增強(qiáng)輸出,以創(chuàng)建一個(gè)神奇的效果。

最后,我們將檢測(cè)到的紅色區(qū)域的像素值替換為靜態(tài)背景對(duì)應(yīng)的像素值,最后生成一個(gè)增強(qiáng)輸出,產(chǎn)生神奇的效果,將我們的布料變成了一件隱身斗篷。為此,我們首先使用bitwise_and操作創(chuàng)建一個(gè)像素值對(duì)應(yīng)于檢測(cè)區(qū)域的圖像,像素值等于靜態(tài)背景的像素值,然后將輸出添加到我們從中分割出紅布的圖像(res1)中。

C++

// creating image showing static background frame pixels only for the masked regionbitwise_and(background,background,res2,mask1); // Generating the final augmented output.addWeighted(res1,1,res2,1,0,final_output);imshow("magic", final_output);waitKey(1);

Python

# creating image showing static background frame pixels only for the masked regionres2 = cv2.bitwise_and(background, background, mask = mask1) #Generating the final outputfinal_output = cv2.addWeighted(res1,1,res2,1,0)imshow("magic",final_output)cv2.waitKey(1)

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 圖像
    +關(guān)注

    關(guān)注

    2

    文章

    1094

    瀏覽量

    41048
  • 計(jì)算機(jī)視覺
    +關(guān)注

    關(guān)注

    9

    文章

    1706

    瀏覽量

    46588
  • OpenCV
    +關(guān)注

    關(guān)注

    32

    文章

    642

    瀏覽量

    42473

原文標(biāo)題:OpenCV黑魔法之隱身衣

文章出處:【微信號(hào):Unfinished_coder,微信公眾號(hào):機(jī)器視覺CV】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    Arm KleidiCV與OpenCV集成助力移動(dòng)端計(jì)算機(jī)視覺性能優(yōu)化

    生成式及多模態(tài)人工智能 (AI) 工作負(fù)載的廣泛增長(zhǎng),推動(dòng)了對(duì)計(jì)算機(jī)視覺 (CV) 技術(shù)日益高漲的需求。此類技術(shù)能夠解釋并分析源自現(xiàn)實(shí)世界的視覺
    的頭像 發(fā)表于 02-24 10:15 ?506次閱讀

    計(jì)算機(jī)視覺有哪些優(yōu)缺點(diǎn)

    計(jì)算機(jī)視覺作為人工智能領(lǐng)域的一個(gè)重要分支,旨在使計(jì)算機(jī)能夠像人類一樣理解和解釋圖像和視頻的信息。這一技術(shù)的發(fā)展不僅推動(dòng)了多個(gè)行業(yè)的變革,也
    的頭像 發(fā)表于 08-14 09:49 ?1875次閱讀

    計(jì)算機(jī)視覺技術(shù)的AI算法模型

    計(jì)算機(jī)視覺技術(shù)作為人工智能領(lǐng)域的一個(gè)重要分支,旨在使計(jì)算機(jī)能夠像人類一樣理解和解釋圖像及視頻的信息。為了實(shí)現(xiàn)這一目標(biāo),
    的頭像 發(fā)表于 07-24 12:46 ?1628次閱讀

    什么是機(jī)器視覺opencv?它有哪些優(yōu)勢(shì)?

    機(jī)器視覺(Machine Vision)是一種利用計(jì)算機(jī)和圖像處理技術(shù)來模擬人類視覺系統(tǒng)的功能,實(shí)現(xiàn)對(duì)圖像的識(shí)別、分析和理解的技術(shù)
    的頭像 發(fā)表于 07-16 10:33 ?1280次閱讀

    機(jī)器視覺計(jì)算機(jī)視覺有什么區(qū)別

    機(jī)器視覺計(jì)算機(jī)視覺是兩個(gè)密切相關(guān)但又有所區(qū)別的概念。 一、定義 機(jī)器視覺 機(jī)器視覺,又稱為計(jì)算機(jī)
    的頭像 發(fā)表于 07-16 10:23 ?1025次閱讀

    計(jì)算機(jī)視覺的五大技術(shù)

    計(jì)算機(jī)視覺作為深度學(xué)習(xí)領(lǐng)域最熱門的研究方向之一,其技術(shù)涵蓋了多個(gè)方面,為人工智能的發(fā)展開拓了廣闊的道路。以下是對(duì)計(jì)算機(jī)視覺五大
    的頭像 發(fā)表于 07-10 18:26 ?2295次閱讀

    計(jì)算機(jī)視覺與機(jī)器視覺的區(qū)別與聯(lián)系

    隨著人工智能技術(shù)的飛速發(fā)展,計(jì)算機(jī)視覺和機(jī)器視覺作為該領(lǐng)域的兩個(gè)重要分支,逐漸引起了廣泛關(guān)注。盡管兩者在名稱上有所相似,但實(shí)際上它們?cè)诙x、技術(shù)
    的頭像 發(fā)表于 07-10 18:24 ?2487次閱讀

    計(jì)算機(jī)視覺的工作原理和應(yīng)用

    圖像和視頻中提取有用信息,進(jìn)而進(jìn)行決策和行動(dòng)。自1960年代第一批學(xué)術(shù)論文問世以來,計(jì)算機(jī)視覺技術(shù)已經(jīng)取得了長(zhǎng)足的發(fā)展,并在多個(gè)領(lǐng)域展現(xiàn)出巨大的應(yīng)用潛力和價(jià)值。
    的頭像 發(fā)表于 07-10 18:24 ?3180次閱讀

    機(jī)器人視覺計(jì)算機(jī)視覺的區(qū)別與聯(lián)系

    機(jī)器人視覺計(jì)算機(jī)視覺是兩個(gè)密切相關(guān)但又有所區(qū)別的領(lǐng)域。 1. 引言 在當(dāng)今科技迅猛發(fā)展的時(shí)代,機(jī)器人和計(jì)算機(jī)視覺
    的頭像 發(fā)表于 07-09 09:27 ?1112次閱讀

    計(jì)算機(jī)視覺與人工智能的關(guān)系是什么

    、交流等方面。計(jì)算機(jī)視覺與人工智能之間存在著密切的聯(lián)系,計(jì)算機(jī)視覺是人工智能的一個(gè)重要分支,也是實(shí)現(xiàn)人工智能的關(guān)鍵技術(shù)之一。
    的頭像 發(fā)表于 07-09 09:25 ?1236次閱讀

    計(jì)算機(jī)視覺與智能感知是干嘛的

    感知(Intelligent Perception)則是計(jì)算機(jī)視覺的一個(gè)分支,它強(qiáng)調(diào)計(jì)算機(jī)在處理視覺信息時(shí)的智能性和自適應(yīng)性。 隨著計(jì)算機(jī)技術(shù)
    的頭像 發(fā)表于 07-09 09:23 ?1665次閱讀

    計(jì)算機(jī)視覺和機(jī)器視覺區(qū)別在哪

    ,旨在實(shí)現(xiàn)對(duì)圖像和視頻的自動(dòng)分析和理解。 機(jī)器視覺 機(jī)器視覺計(jì)算機(jī)視覺的一個(gè)分支,主要應(yīng)用于工業(yè)自動(dòng)化領(lǐng)域。它利用計(jì)算機(jī)和圖像處理
    的頭像 發(fā)表于 07-09 09:22 ?806次閱讀

    計(jì)算機(jī)視覺和圖像處理的區(qū)別和聯(lián)系

    計(jì)算機(jī)視覺和圖像處理是兩個(gè)密切相關(guān)但又有明顯區(qū)別的領(lǐng)域。 1. 基本概念 1.1 計(jì)算機(jī)視覺 計(jì)算機(jī)視覺
    的頭像 發(fā)表于 07-09 09:16 ?2125次閱讀

    計(jì)算機(jī)視覺屬于人工智能嗎

    屬于,計(jì)算機(jī)視覺是人工智能領(lǐng)域的一個(gè)重要分支。 引言 計(jì)算機(jī)視覺是一門研究如何使計(jì)算機(jī)具有視覺
    的頭像 發(fā)表于 07-09 09:11 ?2016次閱讀

    深度學(xué)習(xí)在計(jì)算機(jī)視覺領(lǐng)域的應(yīng)用

    隨著人工智能技術(shù)的飛速發(fā)展,深度學(xué)習(xí)作為其中的核心技術(shù)之一,已經(jīng)在計(jì)算機(jī)視覺領(lǐng)域取得了顯著的成果。計(jì)算機(jī)
    的頭像 發(fā)表于 07-01 11:38 ?1589次閱讀
    主站蜘蛛池模板: 久久手机免费视频 | 国产三级视频在线播放 | 国产大片免费观看资源 | 最新亚洲情黄在线网站 | 色偷偷免费视频 | 超级碰碰青草久热国产 | 日本免费视频 | 中文字幕在线播放第一页 | vr性资源在线观看 | 欧美亚洲综合另类型色妞 | 国产自产视频在线观看香蕉 | 欧美性极品xxxxx | 琪琪午夜伦埋大全影院 | 四虎永久网址在线观看 | 国产午夜精品理论片免费观看 | 久久久久久夜精品精品免费 | 毛色毛片 | 久久草在线播放 | 亚洲香蕉电影 | 黄视频免费网站 | 四虎最新入口 | wwwwww色| 热99精品| 国产一区二区在线不卡 | 毛片新网址 | 麻豆国产一区二区在线观看 | 久久99操 | 久久www免费人成高清 | 日韩国产片 | 欧美黑人巨大日本人又爽又色 | 久久夜色精品国产尤物 | 手机在线亚洲 | 天天艹夜夜| 一级女性黄 色生活片 | 精品视频在线观看视频免费视频 | 一级特黄国产高清毛片97看片 | 五月花亚洲 | 稀缺资源呦视频在线网站 | 亚洲综合色在线观看 | 麻豆蜜桃 | 国产高清免费视频 |