计算机视觉模块在实时摄像机中寻找目标的应用

注意：使用在线编译器在这里不起作用。请安装Python2.7x和cv2，argparse模块来实际试用这个例子。

对于我们大多数人来说，他们都是所有动作片、现代战争、黑色行动等游戏的忠实粉丝，有机会说“目标已锁定……等待批准”一直是我们的梦想。阿尔法小队，你可以开火了，任务开始了。让我们吹吧，伙计们！！！万岁！”当然，你不可能总是得到你想要的，但至少现在，我可以让你离梦想足够近。这节课你只需要Python2.7，cv2模块，如果你有一台好的录像机，在它的帮助下你可以获得实时视频流，那就太好了。不管怎样，就算你没有也没关系。

第一步：检查你的武器

下载Python2.7并确保您拥有cv2模块（请注意，cv模块很旧，已被cv2替换）和argparse模块。为此：

import cv2 as cvimport argparse

如果这没有给出一个错误，那么你就可以走了…

第2步：任务细节

现在你已经带上了武器，是时候确保你拥有所有需要的任务细节了。首先，我们需要明确我们的目标。因此，我们的目标是：

现在你已经有了目标，是时候建立一个测试场了。把目标打印出来，贴在家里的几个地方。现在，如果你真的想获得这种感觉，制作一架四轮直升机，在其中安装一个小摄像头，正确记录整个房子，并确保覆盖粘贴目标的地方。如果你不想经历这些麻烦，那就自己拿一个摄像头记录下你的房子。我建议你保持视频简短。

第三步：系好安全带！我们有任务要完成！

可以这里是Alpha 1值班报告！把任务坐标发给我们！

你有了目标，现在你需要获得它！为此，我们将使用计算机视觉模块（cv2）。代码片段：

直接代码链接： https://ide.geeksforgeeks.org/xfUet4

import argparseimport cv2# construct the argument parse and parse the argumentsap = argparse.ArgumentParser()ap.add_argument("-v", "--video", help="path to the video file")args = vars(ap.parse_args())# load the videocamVideo = cv2.VideoCapture(args["video"])# keep loopingwhile True:    # grab the current frame and initialize the status text    (grabbed, frame) = camVideo.read()    status = "No Target in sight"    # check to see if we have reached the end of the    # video    if not grabbed:        break    # convert the frame to grayscale, blur it, and detect edges    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) #grayscale    blurred = cv2.GaussianBlur(gray, (7, 7), 0) #blur    edged = cv2.Canny(blurred, 50, 150) #canny edge detection    # find contours in the edge map    (cnts, _) = cv2.findContours(edged.copy(), cv2.RETR_EXTERNAL,    cv2.CHAIN_APPROX_SIMPLE)# loop over the contoursfor cnt in cnts:    approx=cv2.approxPolyDP(cnt,0.01*cv2.arcLength(cnt,True),    True)if len(approx)==5:    cv2.drawContours(frame, [approx], -1, (0, 0, 255), 4)    status = "Target(s) in sight!"    # draw the status text on the frame    cv2.putText(frame, status, (20, 30), cv2.FONT_HERSHEY_SIMPLEX,    0.5,(0, 0, 255), 2)    # show the frame and record if a key is pressed    cv2.imshow("Frame", frame)    key = cv2.waitKey(1) & 0xFF    # if the 's' key is pressed, stop the loop    if key == ord("s"):        break    # cleanup the input recorded video and close any open windowscamVideo.release()cv2.destroyAllWindows()

代码说明：

我们在录制的视频的每一帧上循环，为了检测我们的目标，我们将其转换为灰度，模糊它，最后使用canny边缘检测方法找到轮廓图像。

记住这一点，camVideo。read（）将返回一个元组，第一个元素指定帧是否被成功读取，第二个元素是我们将处理的实际帧！

现在，一旦你有了框架，我们将使用轮廓近似，然后检查从上一步获得的输出中的元素数量。如果元素的数量是5，那么我们就有了我们正在寻找的常规五角大楼，因此我们更新了状态。

这一切都很简单，很基本。如果你真的想建立一个这样的程序，那么你应该看看各种过滤器，以消除噪音影响的帧，以获得更准确的结果。你能做的最好的事情就是继续尝试！

在你家试试这个练习，录下视频并与我们分享你的结果…

签字！和平！保持安全

关于作者：

维什韦什·施里马里 是BITS Pilani大学机械工程专业的本科生。他满足了他所在部门没有教过的所有要求——白帽黑客、网络安全运营商，以及一位前竞争对手程序员。作为Python强大功能的坚定信徒，他的大部分工作都是用同一种语言完成的。每当他有时间除了编程、上课、看CSI网络之外，他就会去散步，默默地弹吉他。他的人生座右铭是：“享受生活，因为它值得享受！”

如果你也想在这里展示你的博客，请参见 吉微博 在Geeksforgek上写客博。