Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单视频处理实战案例 之三 简单动态聚光灯效果

本文主要是介绍Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单视频处理实战案例 之三 简单动态聚光灯效果，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！

Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单视频处理实战案例 之三 简单动态聚光灯效果

目录

Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单视频处理实战案例 之三 简单动态聚光灯效果

一、简单介绍

二、简单动态聚光灯效果实现原理

三、简单动态聚光灯效果案例实现简单步骤

四、注意事项

---

一、简单介绍

Python是一种跨平台的计算机程序设计语言。是一种面向对象的动态类型语言，最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越多被用于独立的、大型项目的开发。Python是一种解释型脚本语言，可以应用于以下领域： Web 和 Internet开发、科学计算和统计、人工智能、教育、桌面界面开发、软件开发、后端开发、网络爬虫。

这里使用 Python  基于 OpenCV 进行视觉图像处理，......

二、简单动态聚光灯效果实现原理

简单动态聚光灯效果，这里视频中出现了彩色的光圈，随着视频的播放在图像的不同位置游走。

原理和实现方法：

1. 初始化：

   • 读取输入视频文件和获取视频的帧率、尺寸。
   • 创建输出视频文件。

2. 生成聚光灯：

   • 在程序开始时，随机生成多盏聚光灯。每盏聚光灯由位置、颜色、移动角度和速度组成。

3. 逐帧处理：

   • 读取输入视频的每一帧。
   • 在每一帧上应用所有聚光灯的效果，并将其叠加到原始帧上。
   • 更新每一盏聚光灯的位置，如果聚光灯到达视频边缘，则随机选择新的移动角度和速度。

4. 写入输出：

   • 将处理后的帧写入输出视频文件。

在这两个函数中，涉及了一些 OpenCV 和 NumPy 的函数，下面是它们的说明：

OpenCV 函数：

1. cv2.resize()：

   • 用于调整图像的大小。
   • 参数：
     • src：输入图像。
     • dsize：输出图像的尺寸。
     • interpolation：插值方法，用于调整图像尺寸。
   • 返回值：调整大小后的图像。

2. cv2.split()：

   • 用于将多通道图像拆分为单通道图像。
   • 参数：输入的多通道图像。
   • 返回值：单通道图像组成的列表。

3. cv2.merge()：

   • 用于将多个单通道图像合并成一个多通道图像。
   • 参数：单通道图像组成的列表。
   • 返回值：合并后的多通道图像。

4. cv2.VideoWriter()：

   • 创建一个视频写入对象，用于将帧写入视频文件。
   • 参数：
     • filename：输出视频文件名。
     • fourcc：视频编码器。
     • fps：帧率。
     • frameSize：视频帧的大小。
   • 返回值：视频写入对象。

NumPy 函数：

1. np.ones_like()：

   • 生成一个与输入数组形状相同的全 1 数组。
   • 参数：输入数组。
   • 返回值：形状相同且元素全为 1 的数组。

2. np.zeros_like()：

   • 生成一个与输入数组形状相同的全 0 数组。
   • 参数：输入数组。
   • 返回值：形状相同且元素全为 0 的数组。

3. np.round()：

   • 对数组中的元素进行四舍五入。
   • 参数：输入数组。
   • 返回值：四舍五入后的数组。

4. np.power()：

   • 计算数组的幂。
   • 参数：输入数组和幂指数。
   • 返回值：幂计算后的数组。

这些函数在实现聚光灯效果的过程中起着重要的作用，通过它们可以对图像进行大小调整、颜色分离、视频写入等操作。

三、简单动态聚光灯效果案例实现简单步骤

1、编写代码，先看看一个聚光灯移动的效果

2、运行效果

3、具体代码

"""
单个聚光等在视频中移动的效果
"""import cv2
import numpy as npdef apply_spotlight(frame, spotlight_pos):"""在视频帧上应用动态聚光灯效果:param frame: :param spotlight_pos: :return: """# 创建一个黑色图像，与原始视频帧相同大小spotlight_mask = np.zeros_like(frame)# 在黑色图像上绘制一个白色的椭圆，模拟聚光灯光圈cv2.ellipse(spotlight_mask, spotlight_pos, (100, 100), 0, 0, 360, (255, 255, 255), -1)# 将光圈图像与原始视频帧进行叠加result_frame = cv2.addWeighted(frame, 1, spotlight_mask, 0.5, 0)return result_framedef main():# 打开视频文件cap = cv2.VideoCapture('Videos/CatRun.mp4')# 获取视频帧率和尺寸fps = cap.get(cv2.CAP_PROP_FPS)width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))# 创建 VideoWriter 对象fourcc = cv2.VideoWriter_fourcc(*'mp4v')out = cv2.VideoWriter('output_video.mp4', fourcc, fps, (width, height))# 初始化聚光灯位置spotlight_pos = (int(width / 2), int(height / 2))# 逐帧处理视频while cap.isOpened():ret, frame = cap.read()if not ret:break# 应用动态聚光灯效果frame_with_spotlight = apply_spotlight(frame, spotlight_pos)# 写入输出视频out.write(frame_with_spotlight)# 更新聚光灯位置（示例中简单地沿着视频宽度方向移动）spotlight_pos = ((spotlight_pos[0] + 5) % width, spotlight_pos[1])# 释放资源cap.release()out.release()cv2.destroyAllWindows()if __name__ == "__main__":main()

4、编写代码，实现多个聚光灯动态移动效果

5、运行效果

6、具体代码

"""
简单动态聚光灯效果1、apply_spotlights(frame, spotlights):这个函数用于在视频帧上应用多盏聚光灯效果。参数：frame：输入的视频帧，是一个 numpy 数组。spotlights：包含多盏聚光灯信息的列表。每个聚光灯由位置、颜色、移动角度和速度组成。返回值：处理后的视频帧，应用了聚光灯效果。2、main():这个函数是程序的主函数，用于读取输入视频并逐帧处理，添加聚光灯效果后写入输出视频。主要步骤：读取输入视频文件。初始化输出视频文件。创建并初始化多盏聚光灯的信息。逐帧读取输入视频，应用聚光灯效果并写入输出视频。更新每盏聚光灯的位置。函数调用：调用了apply_spotlights()函数来添加聚光灯效果。
"""import cv2
import numpy as np
import random
import mathdef apply_spotlights(frame, spotlights):"""在视频帧上应用多盏聚光灯效果:param frame::param spotlights::return:"""result_frame = frame.copy()# 在每一盏聚光灯上叠加光斑for spotlight in spotlights:spotlight_pos, spotlight_color, _, _ = spotlight  # 保留移动方向和速度，但在此不使用spotlight_mask = np.zeros_like(frame)cv2.ellipse(spotlight_mask, spotlight_pos, (150, 150), 0, 0, 360, spotlight_color, -1)result_frame = cv2.addWeighted(result_frame, 1, spotlight_mask, 0.5, 0)return result_framedef main():video_path = "Videos/CatRun.mp4"output_path = "Videos/VideoSpotLightEffect.mp4"# 打开视频文件cap = cv2.VideoCapture(video_path)# 获取视频帧率和尺寸fps = cap.get(cv2.CAP_PROP_FPS)width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))# 创建 VideoWriter 对象fourcc = cv2.VideoWriter_fourcc(*'mp4v')out = cv2.VideoWriter(output_path, fourcc, fps, (width, height))# 初始化聚光灯列表，每一盏聚光灯由位置、颜色、移动角度和速度组成spotlights = []for _ in range(5):  # 创建5盏聚光灯spotlight_pos = (random.randint(0, width - 1), random.randint(0, height - 1))spotlight_color = (random.randint(0, 255), random.randint(0, 255), random.randint(0, 255))# 随机选择一个移动角度和速度angle = random.uniform(0, 2 * math.pi)speed = random.randint(3, 10)spotlights.append((spotlight_pos, spotlight_color, angle, speed))# 逐帧处理视频while cap.isOpened():ret, frame = cap.read()if not ret:break# 应用多盏聚光灯效果frame_with_spotlights = apply_spotlights(frame, spotlights)# 写入输出视频out.write(frame_with_spotlights)# 更新每一盏聚光灯的位置for i in range(len(spotlights)):# 获取当前聚光灯的位置、颜色、移动角度和速度spotlight_pos, spotlight_color, angle, speed = spotlights[i]# 根据移动角度和速度更新聚光灯位置dx = int(speed * math.cos(angle))dy = int(speed * math.sin(angle))new_x = min(max(0, spotlight_pos[0] + dx), width - 1)new_y = min(max(0, spotlight_pos[1] + dy), height - 1)# 如果聚光灯到达视频边缘，随机选择一个新的移动角度和速度if new_x in [0, width - 1] or new_y in [0, height - 1]:angle = random.uniform(0, 2 * math.pi)speed = random.randint(3, 10)# 更新聚光灯列表中的聚光灯信息spotlights[i] = ((new_x, new_y), spotlight_color, angle, speed)# 释放资源cap.release()out.release()cv2.destroyAllWindows()if __name__ == "__main__":main()

四、注意事项

1. 聚光灯移动：

   • 确保聚光灯移动的速度和角度自然，避免抖动和突然变化，使得效果更真实。

2. 边界处理：

   • 当聚光灯移动到视频边缘时，要确保正确地处理边界情况，防止越界。

3. 效率优化：

   • 考虑到处理视频的效率，尽量使用向量化操作和适当的数据结构，减少循环和不必要的计算。

4. 颜色随机性：

   • 聚光灯的颜色应该是随机生成的，以增加效果的多样性和真实感。

5. 参数调整：

   • 可以调整聚光灯的数量、移动速度范围、移动角度范围等参数，以获得更满意的效果。

这篇关于Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单视频处理实战案例 之三 简单动态聚光灯效果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！

---