本文主要是介绍使用python opencv实现瞳孔追踪,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
使用python+Opencv实现瞳孔识别与跟踪
使用opencv做瞳孔识别是十分方便的,它有很多好用的库可以直接使用。
废话不多说,直接上代码。
import cv2
import numpy as npcap = cv2.VideoCapture("eyes.mp4")while (True):ret, frame = cap.read()if ret is False:breakroi = frame[100: 500, 157: 800] #利用切片工具,选出感兴趣roi区域# cv2.imshow("show",roi)rows, cols, _ = roi.shape #保存视频尺寸以备用gray_roi = cv2.cvtColor(roi, cv2.COLOR_BGR2GRAY) #转灰度gray_roi = cv2.GaussianBlur(gray_roi, (7, 7), 0) #高斯滤波一次_, threshold = cv2.threshold(gray_roi, 8, 255, cv2.THRESH_BINARY_INV) #二值化,依据需要改变阈值contours, _ = cv2.findContours(threshold, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) #画连通域contours = sorted(contours, key=lambda x: cv2.contourArea(x), reverse=True)for cnt in contours:(x, y, w, h) = cv2.boundingRect(cnt)#cv2.drawContours(roi, [cnt], -1, (0, 0, 255), 3)cv2.rectangle(roi, (x, y), (x + w, y + h), (255, 0, 0), 2)cv2.line(roi, (x + int(w/2), 0), (x + int(w/2), rows), (0, 255, 0), 2)cv2.line(roi, (0, y + int(h/2)), (cols, y + int(h/2)), (0, 255, 0), 2)breakcv2.imshow("Roi", roi)cv2.imshow("Threshold", threshold)key = cv2.waitKey(30)if cv2.waitKey(1) & 0xff == ord('q'):break
cap.release()
cv2.destroyAllWindows()
效果如下
这篇关于使用python opencv实现瞳孔追踪的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!