python版基于颜色的火焰识别

最新推荐文章于 2025-03-30 21:09:21 发布

都市朝阳

最新推荐文章于 2025-03-30 21:09:21 发布

阅读量3k

点赞数 4

分类专栏：计算机视觉应用

原文链接：https://blog.youkuaiyun.com/weixin_41987641/article/details/81812823

版权

计算机视觉应用专栏收录该内容

29 篇文章 ¥79.90 ¥99.00

订阅专栏

本文介绍如何使用Python进行基于颜色特征的火焰识别技术，通过图像处理算法，从视频流或图片中准确检测火焰，适用于火灾预警或其他相关应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

def contrast_brightness_demo(image, c, b):  #其中c为对比度，b为每个像素加上的值（调节亮度）
    blank = np.zeros(image.shape, image.dtype)   #创建一张与原图像大小及通道数都相同的黑色图像
    dst = cv.addWeighted(image, c, blank, 1-c, b) #c为加权值，b为每个像素所加的像素值
    ret, dst = cv.threshold(dst, 25, 255, cv.THRESH_BINARY)
    return dst


capture = cv.VideoCapture("C:\\Users\\xxx\\Desktop\\2.mp4")
redThre = 105
saturationTh = 42
while(True):
    ret, frame = capture.read()
    cv.imshow("frame", frame)
    B = frame[:, :, 0]
    G = frame[:, :, 1]
    R = frame[:, :, 2]
    minValue = np.array(np.where(R <= G, np.where(G <= B, R, np.where(R <= B, R, B)), np.where(G <= B, G, B)))
    S = 1 - 3.0 * minValue / (R + G + B + 1)
    fireImg = np.array(np.where(R > redThre, np.where(R >= G, np.where(G >= B, np.where(S >= 0.2, np.where(S >= (255 - R)*saturationTh/redThre, 255, 0), 0), 0), 0), 0))
    gray_fireImg = np.zeros([fireImg.shape[0], fireImg.shape[1], 1], np.uint8)
    gray_fireImg[:, :, 0] = fireImg
    gray_fireImg = cv.GaussianBlur(gray_fireImg, (7, 7), 0)
    gray_fireImg = contrast_brightness_demo(gray_fireImg, 5.0, 25)
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (5, 5))
    gray_fireImg = cv.morphologyEx(gray_fireImg, cv.MORPH_CLOSE, kernel)
    dst = cv.bitwise_and(frame, frame, mask=gray_fireImg)
    cv.imshow("fire", dst)
    cv.imshow("gray_fireImg", gray_fireImg)
    c = cv.waitKey(40)
    if c == 27:
        break