opencv 基于内容的视频关键帧提取（以HSV总量为特征量）

最新推荐文章于 2022-05-07 22:20:17 发布

原创

最新推荐文章于 2022-05-07 22:20:17 发布 · 4.1k 阅读

20 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #提取视频关键帧

该博客介绍了一种基于OpenCV的内容识别方法，通过计算视频帧的HSV总量来提取关键帧。代码实现中，首先将RGB颜色转换为HSV，然后计算每帧的平均HSV值，通过比较相邻帧的HSV总量差异来判断是否为关键帧。阈值设置为2，用于决定帧间变化是否足够显著。最终，程序展示了提取的关键帧。

#include "stdafx.h"
#include 
#include "opencv2/core/core.hpp" 
#include 
#include 
using namespace std;
using namespace cv;

void RGBtoHSV(float b,float g,float r,float &h,float &s,float &v)//将RGB值转化为HSV值
{
	float max = (((r > b) ? r : b) > g) ? ((r > b) ? r : b) : g ;
	float min = (((r > b) ? b : r) > g) ? g : ((r > b) ? b : r);

	if (max == min)
	{
		h = 0; s = 0; v = max / 255;
	}
	else if (g >= b)
	{
		h = (max - r + g - min + b - min) / (max - min) * 60;
		s = 1 - min / max;
		v = max / 255;
	}
	else if (g < b)
	{
		h = 360 - (max - r + g - min + b - min) / (max - min) * 60;
		s = 1 - min / max;
		v = max / 255;
	}
}

//以HSV总量作为特征量提取关键帧
int HSV(Mat img)
{
	
//	IplImage * ipl_img = NULL;
//	* ipl_img =img;//将Mat类型转化为IplImage
	float B, G, R, H=0, S=0, V=0;
	int nr = img.rows; // number of rows  
	int nc = img.cols; // number of cols
	float sumH = 0, sumS = 0, sumV = 0;
	CvScalar cs;

	//将Mat类型转化为IplImage
	I