pythonopencv视频目标识别

使用Python和OpenCV实现视频目标识别的步骤如下：

1. 导入必要的库：

import cv2
import numpy as np

2. 加载视频文件：

cap = cv2.VideoCapture('video.mp4')

3. 定义目标对象的特征，例如颜色、形状等：

target_color = (0, 255, 0) # 绿色
target_shape = cv2.imread('target.jpg', 0) # 灰度图像

4. 循环读取视频帧：

while cap.isOpened():
    ret, frame = cap.read() # 读取一帧
    if ret == False:
        break
    # 处理当前帧

5. 在每一帧中寻找目标对象：

gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 转为灰度图像
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY) # 二值化
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) # 寻找轮廓
for cnt in contours:
    area = cv2.contourArea(cnt)
    if area > 1000: # 面积太小的轮廓不考虑
        # 判断是否为目标对象
        # 如果是，标记目标对象
        # 如果不是，继续寻找

6. 在目标对象周围画框：

x, y, w, h = cv2.boundingRect(cnt)
cv2.rectangle(frame, (x, y), (x+w, y+h), target_color, 2)

7. 显示处理后的视频帧：

cv2.imshow('frame', frame)
if cv2.waitKey(25) & 0xFF == ord('q'): # 按q键退出
    break

完整代码示例：

import cv2
import numpy as np

cap = cv2.VideoCapture('video.mp4')

target_color = (0, 255, 0) # 绿色
target_shape = cv2.imread('target.jpg', 0) # 灰度图像

while cap.isOpened():
    ret, frame = cap.read()
    if ret == False:
        break

    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
    contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
    for cnt in contours:
        area = cv2.contourArea(cnt)
        if area > 1000:
            x, y, w, h = cv2.boundingRect(cnt)
            # 判断是否为目标对象
            if np.abs(cv2.matchShapes(cnt, target_shape, 1, 0.0)) < 0.1:
                cv2.rectangle(frame, (x, y), (x+w, y+h), target_color, 2)
            else:
                cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 0, 255), 2)

    cv2.imshow('frame', frame)
    if cv2.waitKey(25) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

在代码中，我们使用了OpenCV的一些函数，如`cv2.cvtColor`、`cv2.threshold`、`cv2.findContours`、`cv2.boundingRect`和`cv2.rectangle`等，这些函数都是常用的图像处理函数。具体的使用方法可以查看OpenCV官方文档。