opencv画质心运动轨迹

时间: 2023-07-04 15:27:13 浏览: 63
要画出质心运动轨迹,需要先计算出每一帧图像中物体的质心位置,并将这些位置信息记录下来,最后用线段将它们连接起来即可。 下面是一个简单的示例代码,演示如何用OpenCV计算物体质心位置并绘制轨迹: ```python import cv2 import numpy as np # 读取视频文件 cap = cv2.VideoCapture('test.mp4') # 定义颜色和笔画粗细 color = (0, 255, 0) thickness = 2 # 初始化轨迹点列表 points = [] while True: # 读取一帧图像 ret, frame = cap.read() if not ret: break # 转换为灰度图像 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 二值化处理 ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY) # 计算物体轮廓 contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) if len(contours) > 0: # 计算物体质心 M = cv2.moments(contours[0]) cx = int(M['m10'] / M['m00']) cy = int(M['m01'] / M['m00']) # 将质心位置添加到轨迹点列表中 points.append((cx, cy)) # 绘制轨迹 for i in range(1, len(points)): cv2.line(frame, points[i - 1], points[i], color, thickness) # 绘制质心 cv2.circle(frame, (cx, cy), 5, color, -1) # 显示图像 cv2.imshow('frame', frame) if cv2.waitKey(1) & 0xFF == ord('q'): break # 释放资源 cap.release() cv2.destroyAllWindows() ``` 这段代码读取一个视频文件,对每一帧图像进行处理,计算物体质心位置并绘制轨迹。运行该代码,就可以看到物体在视频中的轨迹了。

相关推荐

最新推荐

recommend-type

Opencv光流运动物体追踪详解

主要为大家详细介绍了Opencv光流运动物体追踪的相关资料,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

OpenCV识别图像上的线条轨迹

主要为大家详细介绍了OpenCV识别图像上的线条轨迹,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

基于OpenCv的运动物体检测算法

主要为大家详细介绍了基于OpenCv的运动物体检测算法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

OpenCV实现帧差法检测运动目标

主要为大家详细介绍了OpenCV实现帧差法检测运动目标,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

OpenCV.js中文教程

openCV.js中文教程,在线地址:https://www.yuque.com/yeshen/ztbc0g
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

用matlab绘制高斯色噪声情况下的频率估计CRLB,其中w(n)是零均值高斯色噪声,w(n)=0.8*w(n-1)+e(n),e(n)服从零均值方差为se的高斯分布

以下是用matlab绘制高斯色噪声情况下频率估计CRLB的代码: ```matlab % 参数设置 N = 100; % 信号长度 se = 0.5; % 噪声方差 w = zeros(N,1); % 高斯色噪声 w(1) = randn(1)*sqrt(se); for n = 2:N w(n) = 0.8*w(n-1) + randn(1)*sqrt(se); end % 计算频率估计CRLB fs = 1; % 采样频率 df = 0.01; % 频率分辨率 f = 0:df:fs/2; % 频率范围 M = length(f); CRLB = zeros(M,1); for
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。