了解如何部署python代码来弹出气球

Question

我是一个编程新手，我需要编写代码以在实时视频中使用 numpy 和 openCV 检测固定背景上的气球，并返回对象 [气球] 的中心。

抱歉，问题的无知。

由于我是新手，我在思考这样做的逻辑时遇到了麻烦，我没有资源来“教机器”和创建级联 XML 来检测气球，所以我想到了一种可能的解决方案： 使用 cv2.createBackgroundSubtractorMOG2() 来检测具有相同背景的运动，一旦有一些对象 [气球]，计算实时视频中的所有白色像素并返回它的中心，具有正确的白色像素阈值数量。

问题是，我不知道如何获取 0-255 之间的像素值来知道它是白色还是黑色并同时显示视频，我认为有一个更简单的方法我找不到它的指南。

import numpy as np

import cv2

cap = cv2.VideoCapture(0)

fgbg = cv2.createBackgroundSubtractorMOG2()

while(1):

    ret, frame = cap.read()
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    fgmask = fgbg.apply(gray)
    img_arr = np.array(fgmask)
    cv2.imshow('frame',fgmask)
    for i in fgmask:
        for j in i:
            print(fgmask)
    k = cv2.waitKey(30) & 0xff
    if k == 27:
        break
cap.release()
cv2.destroyAllWindows()

我在输出中看到了混乱的视频，并且在输出中出现了很多我不知道如何理解它们的值。

Answer 1

我会用

changes = (fgmask>200).sum()

比较所有像素值几乎为白色 (>200) 并计算这些像素。

然后我可以将结果与某个值进行比较以将其视为移动。

import numpy as np

import cv2

cap = cv2.VideoCapture(0)

fgbg = cv2.createBackgroundSubtractorMOG2()

while True:

    ret, frame = cap.read()

    if frame is None:
        break

    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    fgmask = fgbg.apply(gray)

    #changes = sum(sum(fgmask>200))
    changes = (fgmask>200).sum() 
    is_moving = (changes > 10000)
    print(changes, is_moving)

    cv2.imshow('frame', fgmask)

    k = cv2.waitKey(10) & 0xff
    if k == 27:
        break

cv2.destroyAllWindows()
cap.release()

---

print() 需要一些时间来显示文本，因此打印所有像素（循环多次）会减慢程序的速度。所以我跳过这个。我不必知道所有像素的值。

---

编辑：在how to detect region of large # of white pixels using opencv? 中使用答案并添加可以找到白色区域并绘制矩形的代码。程序打开两个窗口——一个带有灰度fgmask，另一个带有RGB frame，它们可以一个接一个地隐藏。您必须移动一个窗口才能看到另一个窗口。

编辑：我添加了使用cv2.contourArea(cnt) 和(x,y,w,h) = cv2.boundingRect(cnt) 为所有国家创建包含项目（面积、x、y、w、h）的列表，然后获取max(items) 到获得面积最大的轮廓。然后它使用(x + w//2, y + h//2)作为红色圆圈的中心。

import numpy as np

import cv2

cap = cv2.VideoCapture(0)

fgbg = cv2.createBackgroundSubtractorMOG2()

while True:

    ret, frame = cap.read()

    if frame is None:
        break

    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    fgmask = fgbg.apply(gray)

    #changes = sum(sum(fgmask>200))
    changes = (fgmask>200).sum() #
    is_moving = (changes > 10000)
    print(changes, is_moving)


    items = []

    contours, hier = cv2.findContours(fgmask, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
    for cnt in contours:
        area = cv2.contourArea(cnt)
        if 200 < area:
            (x,y,w,h) = cv2.boundingRect(cnt)
            cv2.rectangle(fgmask, (x,y),(x+w,y+h),255, 2)
            cv2.rectangle(frame, (x,y),(x+w,y+h),(0,255,0), 2)
            items.append( (area, x, y, w, h) )

    if items:
        main_item = max(items)
        area, x, y, w, h = main_item
        if w > h:
            r = w//2
        else:
            r = h//2
        cv2.circle(frame, (x+w//2, y+h//2), r, (0,0,255), 2)

    cv2.imshow('fgmask', fgmask)
    cv2.imshow('frame', frame)

    k = cv2.waitKey(10) & 0xff
    if k == 27:
        break

cv2.destroyAllWindows()
cap.release()