强！隐身术pythonopencv实现视频中人的消失

　　1 说明
　　=====
　　1.1 孙悟空可以实现人的隐身和消失。
　　1.2 今天，我们用python-opencv实现摄像头视频中人的消失，就是隐身术。
　　2 效果展示
　　3 分析
　　=====
　　3.1 注意掩膜与实时背景的色彩，可以微调，主要是便于观察和展示。
　　3.2 目前适用于固定摄像头背景的隐身，如果是视频，比如mp4的隐身，可能在获取背景上需要下很大功夫，暂时提供思维。
　　3.3 源代码来自：其中的InvisibilityCloak文件夹的InvisibilityCloak.py文件进行修改、注释、删减和调试等等操作。https://github.com/spmallick/learnopencv
　　3.4 讲解清楚，注释仔细，运行成功，小白秒懂，适合收藏，经典。
　　3.5 环境：python3.8+opencv4.4.0+深度deepin-linux操作系统+微软编辑器vscode。
　　4 我修改后的代码讲解InvisibilityCloak.py
　　==============================
　　4.1 头注释部分，可以只是看看#摄像头隐身术 #第一步：固定摄像头位置，获取背景 #第二步：人出现在摄像头内 #第三步：一部分红色类物体，及放大后起到隐身人的作用  #位操作==按位运算 #包括按位操作有：AND,OR,NOT,XOR等。提取图片一部分的时候会很有用。 #比如有要将一个logo的中间部分挖掉放到另一个图里，使用简单的ROI操作是办不到的。 #bitwise_not是对二进制数据进行＂非＂操作， #即对图像（灰度图像或彩色图像均可）每个像素值进行二进制＂非＂操作，~1=0，~0=1   ＂＂＂ 参数 cv2.morphologyEx(src, op, kernel) 进行各类形态学的变化 参数说明:src传入的图片，op进行变化的方式， kernel表示方框的大小 op =  cv2.MORPH_OPEN 进行开运算，指的是先进行腐蚀操作，再进行膨胀操作 op = cv2.MORPH_CLOSE 进行闭运算， 指的是先进行膨胀操作，再进行腐蚀操作  开运算：表示的是先进行腐蚀，再进行膨胀操作 闭运算：表示先进行膨胀操作，再进行腐蚀操作 ＂＂＂
　　4.2 #第1步：导入模块 import cv2 import numpy as np
　　4.3 #第2步：初始化 #图像摄入 cap = cv2.VideoCapture(0)  #来自摄像头  #参数初始化 count = 0 background=0  # Capturing and storing the static background frame #背景图读取和存储，人先不要出现60秒 for i in range(60): 	ret,background = cap.read()
　　4.4 #第3步：循环 while(cap.isOpened()):  	#3-1:获取摄像头实时的图片 	#第一个参数ret 为True 或者False,代表有没有读取到图片     #第二个参数frame（img）表示截取到一帧的图片 	ret, img = cap.read()      #3-2:退出设置 	#如果没有读取到图片 	if not ret: 		#退出 		break      #退出设置 	k = cv2.waitKey(10) 	if k == 27: 		break      	#3-3:读取图片和颜色转换 	#计数 	count+=1  	#图像左右互换 	#img = np.flip(img,axis=1) 	 	#背景转换 	# Converting the color space from BGR to HSV 	hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)      #3-4:掩膜 	#技术要点 	#下面的数据是针对用红色布进行隐身 	# Generating mask to detect red color 	lower_red = np.array([0,120,70]) 	upper_red = np.array([10,255,255]) 	mask1 = cv2.inRange(hsv,lower_red,upper_red)      	#掩膜 	lower_red = np.array([170,120,70]) 	upper_red = np.array([180,255,255]) 	mask2 = cv2.inRange(hsv,lower_red,upper_red) 	 	mask1 = mask1+mask2  	# Refining the mask corresponding to the detected red color 	#开运算：表示的是先进行腐蚀，再进行膨胀操作 	mask1 = cv2.morphologyEx(mask1, cv2.MORPH_OPEN, np.ones((3,3),np.uint8),iterations=2)      #进行膨胀操作 	#原来是3和3 	#300和300是隐身范围大小，推荐 	mask1 = cv2.dilate(mask1,np.ones((300,300),np.uint8),iterations = 1)  	#位操作==按位运算     #bitwise_not是对二进制数据进行＂非＂操作 	mask2 = cv2.bitwise_not(mask1)  	#是对二进制数据进行＂和＂操作 	res1 = cv2.bitwise_and(background,background,mask=mask1) 	res2 = cv2.bitwise_and(img,img,mask=mask2)      #3-5：Generating the final output 	final_output = cv2.addWeighted(res1,1,res2,1,0)      #窗口视频展示 	cv2.imshow(＂Magic !!!＂,final_output)
　　5 操作步骤
　　========
　　5.1 打开摄像头。
　　5.2 打开代码，微软编辑器，首先人不要对着摄像头，偏离，点击运行按钮，获取摄像头固定静态背景图。
　　5.3 出现展示框，代表摄像头实时视频，人然后出现摄像头内，只要出现一点红色的布，就可以产生大约300和300的隐身范围。我用的是小学生的红领巾。
　　5.4 本人已经亲测，可行！
　　分享出来，超级强和经典。