小编use*_*250的帖子

我的目标是跟踪其中包含许多不同形状的图形,并将这些形状分割为单独的图像.它是白色的黑色.我是numpy,opencv&co的新手 - 但这是我目前的想法:

• 扫描黑色像素
• 发现黑色像素 - >分水岭
• 找到分水岭边界(作为多边形路径)
• 继续搜索,但忽略已经找到的边界内的点

我不擅长这些事情,有更好的方法吗？

首先,我试图找到分水岭结果的矩形边界框(这或多或少是一个例子的拼贴画):

from numpy import *
import numpy as np
from scipy import ndimage

np.set_printoptions(threshold=np.nan)

a = np.zeros((512, 512)).astype(np.uint8) #unsigned integer type needed by watershed
y, x = np.ogrid[0:512, 0:512]
m1 = ((y-200)**2 + (x-100)**2 < 30**2)
m2 = ((y-350)**2 + (x-400)**2 < 20**2)
m3 = ((y-260)**2 + (x-200)**2 < 20**2)
a[m1+m2+m3]=1

markers = np.zeros_like(a).astype(int16)
markers[0, 0] = 1
markers[200, 100] = 2
markers[350, 400] = 3
markers[260, 200] = 4 …

我正在开发一种工具，可以用它对较长的电影进行快速超级剪辑。

我使用 ffmpeg 场景检测来分割这样的场景（然后在Python中解析输出）：

ffmpeg -i "video.mp4" -filter_complex "select='gt(scene,0.3)',metadata=print:file=_ffScenes.txt" -vsync vfr scn_%%03d.jpg

许多影片都有褪色现象，这是场景检测的问题。

我不需要准确性，分析文件1 fps就足够了。我尝试将输入帧速率降低到，1 fps但场景检测仍然检查每一帧。这怎么可能做到呢？

谢谢！