Déclencheur

Lorsque j'ai essayé de binariser les personnages de la vidéo, seuls la personne et le telop ont été extraits probablement parce que l'arrière-plan n'était pas dans l'environnement naturel et que rien n'était reflété, mais si la couleur de fond était jaune Je pensais que cela ressemblerait à un Grand Prix IPPON, alors je l'ai implémenté.

développement de

import cv2
import numpy as np

if __name__ == '__main__':

	cap = cv2.VideoCapture('one_minutes.mp4')

	cap_width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
	cap_height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
	fps = cap.get(cv2.CAP_PROP_FPS)

	telop_height = 50

	fourcc = cv2.VideoWriter_fourcc('m','p','4','v')
	writer = cv2.VideoWriter('threshold_raw.mp4',fourcc, fps, (cap_width, cap_height + telop_height))

	kernel = np.ones((3,3),np.uint8)

	count = 0
	try :
		while True:
			if not cap.isOpened():
				break

			if cv2.waitKey(1) & 0xFF == ord('q'):
				break

			ret, frame = cap.read()

			if frame is None:
				break

			frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
			ret2, frame = cv2.threshold(frame, 0, 255, cv2.THRESH_OTSU)

			#Rétrécir->expansion
			frame = cv2.morphologyEx(frame, cv2.MORPH_OPEN, kernel)

			background = np.zeros((cap_height, cap_width, 3), np.uint8)
			background[:] = tuple((80,235,247))

			telop = np.zeros((telop_height, cap_width, 3), np.uint8)
			telop[:] = tuple((128,128,128))

			#Une fois monochrome(dim=1)De la couleur(dim=3)Conversion en
			frame = cv2.cvtColor(frame, cv2.COLOR_GRAY2BGR)
			#Couleur et composition d'arrière-plan
			frame = cv2.bitwise_and(frame, background)

			images = [frame, telop]

			frame = np.concatenate(images, axis=0)
			font = cv2.FONT_HERSHEY_SIMPLEX
			cv2.putText(frame, "{:.4f} [sec]".format(round(count/fps, 4)), 
						(cap_width - 250, cap_height + telop_height - 10), 
						font, 
						1, 
						(0, 0, 255), 
						2, 
						cv2.LINE_AA)

			writer.write(frame)
			count += 1

	except cv2.error as e:
		print(e)	

	writer.release()
	cap.release()

Supplément

ret2, frame = cv2.threshold(frame, 0, 255, cv2.THRESH_OTSU) Il est binarisé avec. Ici, l'algorithme d'Otsu est utilisé.

frame = cv2.morphologyEx(frame, cv2.MORPH_OPEN, kernel) Maintenant rétrécissez-> augmentez à partir de l'image binarisée et les taches blanches sont noircies au stade de la contraction pour éliminer le bruit.


background = np.zeros((cap_height, cap_width, 3), np.uint8)
			background[:] = tuple((80,235,247))
background[:] = tuple((80,235,247))

#Une fois monochrome(dim=1)De la couleur(dim=3)Conversion en
frame = cv2.cvtColor(frame, cv2.COLOR_GRAY2BGR)
#Couleur et composition d'arrière-plan
frame = cv2.bitwise_and(frame, background)

Crée une seule couleur d'arrière-plan jaune et la combine avec l'image binarisée avec bitwise_and.

résultat

Pas de processus d'ouverture (pas de traitement)

Avec processus d'ouverture

Cela peut être un peu déroutant, mais si vous regardez les noms des groupes ci-dessus, vous pouvez voir que le bruit disparaît lorsque la contraction est réduite.

en conclusion

J'ai pu séparer les objets assez proprement, donc la prochaine fois j'essaierai d'extraire les personnages.

Lien auquel j'ai essayé de me référer

J'ai essayé de faire de la vidéo de diffusion Masami comme IPPON Grand Prix (OpenCV: version Python)