![](/img/trans.png)
[英]Creating a 'drift/morph/melt' effect on webcam footage using python and opencv
[英]Hue cycling effect on webcam footage with Python
我正在尝试在 Python 中创建一个程序,该程序检索网络摄像头镜头并应用缓慢而持续的色调变化,类似于色调循环效果。 此外,我想知道是否可以将色调循环仅应用于网络摄像头镜头中的绿色,但我不确定如何检测帧中的颜色并将循环仅应用于该颜色。
我已经尝试使用我发现的这段代码,尽管它被应用于整个框架和 output 上的某些斑点变色/奇怪的斑点,具体取决于它所在的周期部分。
import cv2
import numpy as np
# Initialize video capturer
cap = cv2.VideoCapture(0)
# Set frame width and height
frame_width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
frame_height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
# Initialize angle for hue rotation
angle = 0
while True:
# Capture frame
ret, frame = cap.read()
# Convert frame to HSV color space
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
# Split channels
h, s, v = cv2.split(hsv)
# Increment angle
angle = (angle + 1) % 360
# Rotate hue channel
h = (h + angle) % 180
# Merge channels back to HSV image
hsv = cv2.merge((h, s, v))
# Convert back to BGR color space
result = cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)
# Display frame
cv2.imshow("Webcam", result)
# Check for user input
key = cv2.waitKey(1)
if key == 27: # Esc key
break
# Release video capturer
cap.release()
# Close all windows
cv2.destroyAllWindows()
您可以使用颜色阈值和遮罩来检测帧中的绿色。 要检测绿色,请尝试使用 inRange function:
import cv2
import numpy as np
# Initialize video capturer
cap = cv2.VideoCapture(0)
# Set frame width and height
frame_width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
frame_height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
# Initialize angle for hue rotation
angle = 0
while True:
# Capture frame
ret, frame = cap.read()
# Convert frame to HSV color space
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
# Split channels
h, s, v = cv2.split(hsv)
# Define lower and upper bounds for green color
lower_green = np.array([50, 50, 50])
upper_green = np.array([70, 255, 255])
# Create mask for green color
mask = cv2.inRange(hsv, lower_green, upper_green)
# Increment angle
angle = (angle + 1) % 360
# Rotate hue channel only for green pixels
h[mask != 0] = (h[mask != 0] + angle) % 180
# Merge channels back to HSV image
hsv = cv2.merge((h, s, v))
# Convert back to BGR color space
result = cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)
# Display frame
cv2.imshow("Webcam", result)
# Check for user input
key = cv2.waitKey(1)
if key == 27: # Esc key
break
# Release video capturer
cap.release()
# Close all windows
cv2.destroyAllWindows()
表达式h = (h + angle) % 180
存在问题。
h
类型为uint8
, uint8
元素范围为[0, 255]。
OpenCV 中 hue 的有效范围是 [0, 180]。
当angle
> 75
时,表达式h + angle
可能会导致数值溢出。
为了防止溢出,我们可以转换为uint16
,添加angle
,并在应用模数后转换回uint8
。
将h = (h + angle) % 180
替换为:
h = ((h.astype(np.uint16) + angle) % 180).astype(np.uint8)
为了进行测试,我使用了图像而不是网络摄像头——它使解决方案更容易重现。
代码示例:
import cv2
import numpy as np
frame = cv2.imread('peppers.png') # Read sample image
cv2.imshow("frame", frame)
# Initialize angle for hue rotation
angle = 0
for i in range(1000):
# Convert frame to HSV color space
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
# Split channels
h, s, v = cv2.split(hsv)
# Increment angle
angle = (angle + 1) % 360
# Rotate hue channel
#h = (h + angle) % 180
h = ((h.astype(np.uint16) + angle) % 180).astype(np.uint8)
# Merge channels back to HSV image
hsv = cv2.merge((h, s, v))
# Convert back to BGR color space
result = cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)
# Display frame
cv2.imshow("Webcam", result)
cv2.waitKey(40)
cv2.destroyAllWindows()
关于仅将色调循环应用于绿色,它不是很“明确”。
我们可能会找到绿色像素,形成一个掩码,并只修改掩码中的非零像素。
问题是被认为是绿色的像素与周围几乎是绿色的像素之间会出现不连续性。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.