Paso 3: Entender el algoritmo de
Abra el archivo bdtct.py en el editor de texto.
Está haciendo el código de bdtct.py siguientes:
1. teniendo la entrada por "cap = cv2. VideoCapture(-1)"
2. cambiar el tamaño del fotograma de vídeo a menor tamaño de 320 x 240, para que nuestro IPC puede poner hacia fuera más fotogramas por segundo.
3. creación de elementos visuales como windows "HueComp", "SatComp", "ValComp" con respectivo min y max cursores.
4. convertir la entrada de BGR a sistema HSV "hsv = cv2.cvtColor (marco, cv2. COLOR_BGR2HSV)"
5. División de la tonalidad, saturación y componentes de valor.
6. umbral de cada componente según rango de umbral definido por el respectivo min y max cursores para obtener una imagen binaria de thresholded (ver foto)
7. lógicamente y la tonalidad thresholded, saturarion, componentes de valor para obtener una imagen binaria áspera en el que sólo los píxeles de la pelota de tenis de mesa son de color blancos, resto todo es negro. (ver foto)
8. suavizado de la imagen deben "cerrar = cv2. GaussianBlur(closing,(5,5),0)"
9. utilización de HoughCircles para detectar círculos en la imagen
10. dibujo había detectado círculos en el marco de entrada original.
