基于opencv烟雾图像识别代码

以下是基于OpenCV的烟雾图像识别代码示例：

import cv2

# 加载图像
img = cv2.imread('smoke.jpg')

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

# 应用高斯滤波
gray = cv2.GaussianBlur(gray, (5, 5), 0)

# 应用Canny边缘检测
edges = cv2.Canny(gray, 100, 200)

# 查找轮廓
contours, hierarchy = cv2.findContours(edges, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)

# 对每个轮廓进行处理
for contour in contours:
    # 计算轮廓面积
    area = cv2.contourArea(contour)
    
    # 过滤面积小于一定值的轮廓
    if area < 1000:
        continue
        
    # 近似轮廓
    approx = cv2.approxPolyDP(contour, 0.02 * cv2.arcLength(contour, True), True)
    
    # 如果近似轮廓包含4个点，则可能是烟雾区域
    if len(approx) == 4:
        # 绘制烟雾区域
        cv2.drawContours(img, [approx], 0, (0, 255, 0), 2)

# 显示结果
cv2.imshow('Smoke detection', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个示例中，我们首先加载图像并将其转换为灰度图像。然后，我们应用高斯滤波和Canny边缘检测来检测图像中的边缘。接下来，我们使用findContours()函数查找轮廓，并使用contourArea()函数计算每个轮廓的面积。我们过滤掉面积小于一定值的轮廓，并使用approxPolyDP()函数对每个轮廓进行近似。如果近似轮廓包含4个点，则可能是烟雾区域。最后，我们使用drawContours()函数将烟雾区域绘制在原始图像上，并显示结果。