opencv摄像头捕获识别颜色

2024-09-28 20:14:13

本文实例为大家分享了opencv摄像头捕获识别颜色的具体代码，供大家参考，具体内容如下

#include "highgui.h"
#include "iostream"
using namespace std;

int main()
{
  CvCapture* pCap = cvCreateCameraCapture(1 );//这里-1也可以，不过我的电脑装的有CyberLink YouCam软件，
  int flag=0;                       //OpenCV会默认调用该摄像头，而不调用系统的驱动  

 IplImage* frame =NULL;

  if (cvCreateCameraCapture == NULL)
  {
    return(0);
  } 

  cvNamedWindow("Camera",CV_WINDOW_FULLSCREEN); 

  while ((frame = cvQueryFrame(pCap)) != 0 && cvWaitKey(20) != 27)
  {
    frame = cvQueryFrame(pCap);
 //cout<<frame->width<<" "<<frame->height<<endl;
 flag=0;
 for(int x=0;x<frame->height;x++)
 {
 for(int y=0;y<frame->width*3;y++)
 {
 //CV_IMAGE_ELEM(frame,uchar,x,y)=255;
  if( ((uchar*)(frame->imageData+x*frame->widthStep))[y*frame->nChannels+0]<30 //b
  &&((uchar*)(frame->imageData + x*frame->widthStep))[y*frame->nChannels + 1]<30 //g
  &&((uchar*)(frame->imageData + x*frame->widthStep))[y*frame->nChannels + 2]>150) //r
    flag++;

 }
 }
 cout<<flag<<endl;
 if(flag>70000)
 cout<<"red";
 else
  cvShowImage("Camera",frame);
  } 

  aaa: cvReleaseCapture(&pCap);
  cvDestroyWindow("Camera");
 system("pause");
  return (0);
}

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我们。

python opencv捕获摄像头并显示内容的实现

1.捕获摄像头和实时显示 import cv2 import numpy as np import pickle import matplotlib.pyplot as plt cap = cv2.VideoCapture(0) while True: ret,frame = cap.read() # Our operations on the frame come here gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # Display the
opencv摄像头捕获识别颜色

本文实例为大家分享了opencv摄像头捕获识别颜色的具体代码,供大家参考,具体内容如下 #include "highgui.h" #include "iostream" using namespace std; int main() { CvCapture* pCap = cvCreateCameraCapture(1 );//这里-1也可以,不过我的电脑装的有CyberLink YouCam软件, int flag=0; //OpenCV会默认调用该摄像头,而不调
Python3利用Dlib19.7实现摄像头人脸识别的方法

0.引言利用python开发,借助Dlib库捕获摄像头中的人脸,提取人脸特征,通过计算欧氏距离来和预存的人脸特征进行对比,达到人脸识别的目的: 可以自动从摄像头中抠取人脸图片存储到本地,然后提取构建预设人脸特征: 根据抠取的 / 已有的同一个人多张人脸图片提取128D特征值,然后计算该人的128D特征均值: 然后和摄像头中实时获取到的人脸提取出的特征值,计算欧氏距离,判定是否为同一张人脸: 人脸识别 / face recognition的说明: wikipedia 关于人脸识别系统 / fac
python利用Opencv实现人脸识别功能

本文实例为大家分享了python利用Opencv实现人脸识别功能的具体代码,供大家参考,具体内容如下首先:需要在在自己本地安装opencv具体步骤可以问度娘如果从事于开发中的话建议用第三方的人脸识别(推荐阿里) 1.视频流中进行人脸识别 # -*- coding: utf-8 -*- import cv2 import sys from PIL import Image def CatchUsbVideo(window_name, camera_idx): cv2.namedWindow(w
java+opencv实现人脸识别功能

背景:最近需要用到人脸识别,但又不花钱使用现有的第三方人脸识别接口,为此使用opencv结合java进行人脸识别(ps:opencv是开源的,使用它来做人脸识别存在一定的误差,效果一般). 1.安装opencv 官网地址:https://opencv.org/ , 由于官网下载速度是真的慢百度网盘: 链接: https://pan.baidu.com/s/1RpsP-I7v8pP2dkqALDw7FQ 提取码: pq7v 如果是官网下载,就无脑安装就行了,安装完毕后. 将图一的两个文件复制到图
OpenCV实现人脸识别简单程序

本文实例为大家分享了OpenCV实现人脸识别程序的具体代码,供大家参考,具体内容如下 //Haar特征检测,人脸识别算法,是用xml作为训练后的分类器做的 #include<opencv2\opencv.hpp> #include<cstdio> #include<cstdlib> #include<Windows.h> using namespace std; int main() { //加载Haar特征检测分类器 // haarcascade_fron
python基于opencv实现人脸识别

将opencv中haarcascade_frontalface_default.xml文件下载到本地,我们调用它辅助进行人脸识别. 识别图像中的人脸 #coding:utf-8 import cv2 as cv # 读取原始图像 img = cv.imread('face.png') # 调用熟悉的人脸分类器识别特征类型 # 人脸 - haarcascade_frontalface_default.xml # 人眼 - haarcascade_eye.xml # 微笑 - haarcascad
手把手教你利用opencv实现人脸识别功能（附源码+文档）

目录一.环境二.使用Haar级联进行人脸检测三.Haar级联结合摄像头四.使用SSD的人脸检测五. SSD结合摄像头人脸检测六.结语一.环境 pip install opencv-python python3.9 pycharm2020 人狠话不多,直接上代码,注释在代码里面,不说废话. 二.使用Haar级联进行人脸检测测试案例: 代码:(记得自己到下载地址下载对应的xml) # coding=gbk """ 作者:川川 @时间 : 2021/9/5 16:3
通过OpenCV实现对指定颜色的物体追踪

本文实现对特定颜色的物体追踪,我实验用的是绿萝的树叶. 新建脚本ball_tracking.py,加入代码: import argparse from collections import deque import cv2 import numpy as np 导入必要的包,然后定义一些函数 def grab_contours(cnts): # 如果 cv2.findContours 返回的轮廓元组的长度为"2",那么我们使用的是 OpenCV v2.4.v4-beta 或 v4-of
python Opencv实现停车位识别思路详解

目录 1.实现的思路 2.整体代码实战 3.停车位视频下载 1.实现的思路 (1)首先使用一个处理画框的程序,将图片中的有车和无车的停车位给画出来,并且保存坐标(如果画错了,将鼠标移至要删除的框中,右击鼠标,即可删除): #定义回调函数 def mouseClick(events,x,y,flags,params): #按下鼠标左键,将点击的坐标(x,y)保存到position列表中 if (events&cv2.EVENT_LBUTTONDOWN==cv2.EVENT_LBUTTONDOWN)
OpenCV实现车辆识别和运动目标检测

目录一:车辆识别成果展示二:车辆识别超详细步骤解析步骤一:灰度化处理步骤二:帧差处理步骤三:二值化处理步骤四:图像降噪步骤五:提取关键点框选运动目标检测三:车辆识别完整代码一:车辆识别成果展示二:车辆识别超详细步骤解析步骤一:灰度化处理灰度处理目的 RGB三通道转灰度单通道压缩到原图片三分之一大小效果展示:[避免内存浪费帧差法对前后帧图像灰度化处理] //1 灰度处理目的 RGB三通道转灰度单通道压缩到原图片三分之一大小 cvtColor(frontFrame

opencv摄像头捕获识别颜色

相关推荐

随机推荐