在opencv OpenCV中打开相机摄像头,用分水岭算法实时实现图像的分割与提取

python 复制代码
import cv2
import numpy as np

# 定义回调函数
def callback(x):
    pass

# 打开摄像头
cap = cv2.VideoCapture(0)

# 创建窗口和控件
cv2.namedWindow('image')
cv2.createTrackbar('threshold', 'image', 0, 255, callback)

# 初始化参数
bgdModel = np.zeros((1, 65), np.float64)
fgdModel = np.zeros((1, 65), np.float64)
rect = (0, 0, 1, 1)

while True:
    # 获取当前帧
    ret, frame = cap.read()

    # 转换为灰度图像
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 获取阈值
    threshold = cv2.getTrackbarPos('threshold', 'image')

    # 进行前景和背景的分割
    mask = np.zeros(gray.shape, np.uint8)
    mask[gray >= threshold] = 1
    cv2.imshow('mask', mask)

    # 对分割后的图像进行分水岭处理
    markers = cv2.watershed(frame, mask)

    # 绘制分割结果
    frame[markers == -1] = [255, 0, 0]

    # 显示结果
    cv2.imshow('image', frame)

    # 按下ESC键退出程序
    if cv2.waitKey(1) == 27:
        break

# 释放摄像头并关闭窗口
cap.release()
cv2.destroyAllWindows()

cv2.VideoCapture()函数打开摄像头,然后创建一个新窗口并添加一个用于调整阈值的滑动条。在每一帧图像中,我们通过cv2.cvtColor()将其转换为灰度图像,然后根据阈值获取前景和背景的分割结果。接下来,我们将分割结果传递给cv2.watershed()函数进行分水岭处理,然后将分水岭处理后的分割结果绘制到原图像中。最后,我们使用cv2.imshow()显示结果,并在用户按下ESC键时退出程序。

相关推荐
列兵阿甘37 分钟前
知微传感Dkam系列3D相机SDK例程篇:Python设置相机触发模式
python·数码相机·3d
格林威38 分钟前
短波红外相机的简单介绍和场景应用
人工智能·数码相机·计算机视觉·目标跟踪·视觉检测·工业相机·工业镜头
清辞8531 小时前
C++入门(底层知识C与C++的不同)
开发语言·c++·算法
~kiss~1 小时前
图像处理~多尺度边缘检测算法
图像处理·算法·计算机视觉
Mr.看海1 小时前
机器学习鼻祖级算法——使用SVM实现多分类及Python实现
算法·机器学习·支持向量机
曾经的三心草1 小时前
OpenCV5-图像特征harris-sift-特征匹配-图像全景拼接-答题卡识别判卷
人工智能·opencv·计算机视觉
.格子衫.2 小时前
018数据结构之队列——算法备赛
数据结构·算法
格林威2 小时前
可见光工业相机半导体制造领域中的应用
图像处理·人工智能·数码相机·计算机视觉·视觉检测·制造·工业相机
星期天要睡觉3 小时前
计算机视觉(opencv)——基于 MediaPipe 人体姿态检测
人工智能·opencv·计算机视觉
怎么没有名字注册了啊3 小时前
求一个矩阵中的鞍点
数据结构·算法