OpenCV 图像分割、视频人像跟踪、计算视频帧的PSNR 、SSIM【3】

墨理学AI
571 阅读1分钟

一起养成写作习惯！这是我参与「掘金日新计划 · 4 月更文挑战」的第3天，点击查看活动详情。

  • 🎉 声明: 作为全网 AI 领域 干货最多的博主之一，❤️ 不负光阴不负卿 ❤️

    • 1-0

    图像分割测试

    Code for Image Segmentation with Distance Transform and Watershed Algorithm

    cd opencv/samples/python/tutorial_code/ImgTrans/distance_transformation

python imageSegmentation.py --input ../../../../data/cards.png

    效果如下： 2-2

    计算 视频帧的 PSNR 、SSIM

    这个代码感觉对于 超分重建 PSNR 计算还是有些许参考价值的；

    cd opencv/samples/python/tutorial_code/videoio

python video-input-psnr-ssim.py -r ../../../data/Megamind.avi -t ../../../data/Megamind_bugy.avi

    输出大致如下：

    Frame: 0# 0dB 
Frame: 1# 41.279dB 
Frame: 2# 41.354dB 
Frame: 3# 41.201dB 
Frame: 4# 41.043dB 
Frame: 5# 19.214dB MSSISM: R 94.69% G 93.39% B 90.06% 
Frame: 6# 40.818dB 
Frame: 7# 41.046dB 
Frame: 8# 40.919dB 
Frame: 9# 41.166dB 
Frame: 10# 15.832dB MSSISM: R 93.17% G 91.99% B 88.64% 
Frame: 11# 40.767dB 
Frame: 12# 41.016dB 
Frame: 13# 40.746dB 
Frame: 14# 41.186dB 
Frame: 15# 40.297dB 
Frame: 16# 40.44dB 
Frame: 17# 40.97dB 
Frame: 18# 40.846dB 
Frame: 19# 40.727dB 
Frame: 20# 22.09dB MSSISM: R 94.64% G 93.88% B 90.64% 
Frame: 21# 40.953dB 
Frame: 22# 40.845dB 
Frame: 23# 40.894dB 
Frame: 24# 40.776dB 
Frame: 25# 22.021dB MSSISM: R 93.1% G 91.86% B 89.21% 
Frame: 26# 40.067dB 
Frame: 27# 39.661dB 
Frame: 28# 39.176dB 
Frame: 29# 39.289dB 
Frame: 30# 21.877dB MSSISM: R 90.4% G 88.64% B 86.24%

    Background subtraction method（视频人像跟踪 - 背景提取）

    cd opencv/samples/python/tutorial_code/video/background_subtraction

python bg_sub.py --input ../../../../data/vtest.avi

    效果如下：

    5-1

    # Background subtraction method (KNN, MOG2)
# 算法设置为 KNN 测试如下： 

python bg_sub.py --input ../../../../data/vtest.avi --algo KNN

    5-2

    900.png

    博主简介：软件工程硕士、已毕业、马上 10w 读者 粉丝

    • 🍊 计算机视觉：超分重建、图像修复、目标检测、风格迁移 等领域 稍有所学
    • 🍊 AI 工程化：Ncnn、MNN、TensorRT 正在 学习
    • 🍊 C++、Python、Java 略懂一二

    喜欢请关注 墨理学AI 及其 同名 公众号 墨理学AI

    取经路上，让墨理学AI 陪你畅享更多有趣AI

    avatar
    文章
    阅读
    粉丝