欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運(yùn)營(yíng)的一線實(shí)戰(zhàn)洞察。

OpenCV實(shí)戰(zhàn):5個(gè)案例從顏色識(shí)別到AI超分辨率修復(fù)

OpenCV實(shí)戰(zhàn):5個(gè)案例從顏色識(shí)別到AI超分辨率修復(fù) 寫OpenCV的實(shí)戰(zhàn)文章我其實(shí)想了很久。網(wǎng)上的教程一抓一大把但大多數(shù)要么是官方文檔的平鋪直敘要么是貼一段代碼讓人自己跑跑完了還不知道中間每一行到底在干什么。這篇不一樣。我挑了5個(gè)自己在實(shí)際項(xiàng)目里反復(fù)用到的案例從最基礎(chǔ)的顏色識(shí)別到最后的AI超分辨率修復(fù)每一個(gè)都配了完整的原理拆解、代碼邏輯和踩坑記錄。不敢說(shuō)做到極致但跟著走一遍你對(duì)OpenCV的認(rèn)知會(huì)扎實(shí)很多。這5個(gè)案例的難度是遞進(jìn)的前兩個(gè)偏像素級(jí)別的操作第三個(gè)開(kāi)始接觸特征檢測(cè)第四個(gè)涉及幾何變換第五個(gè)直接跨到深度學(xué)習(xí)的應(yīng)用。也就是說(shuō)你不僅是在“學(xué)OpenCV”還在把整個(gè)計(jì)算機(jī)視覺(jué)的常見(jiàn)路徑蹚一遍。如果你正打算入行CV方向或者工作中突然要用OpenCV解決某個(gè)圖像問(wèn)題這篇文章可以幫你省掉大量翻文檔的時(shí)間。1. 為什么是這5個(gè)案例1.1 每個(gè)案例解決哪一類真實(shí)問(wèn)題選案例思路和選工具一樣要覆蓋不同的應(yīng)用場(chǎng)景而不是貪多求全。我從實(shí)際業(yè)務(wù)里篩了很久最終敲定這5個(gè)因?yàn)樗鼈儽澈蟮哪芰S度完全不重疊。顏色識(shí)別與分割解決“如何按顏色把對(duì)象從圖片里摳出來(lái)”這一基礎(chǔ)命題代表顏色空間轉(zhuǎn)換和掩膜操作。形態(tài)學(xué)操作解決“圖片里的噪聲怎么清理、斷開(kāi)的線條怎么接上”這類二值圖像加工問(wèn)題代表腐蝕、膨脹、開(kāi)閉運(yùn)算。邊緣檢測(cè)與人臉檢測(cè)解決“怎么從圖像里定位目標(biāo)和邊界”這個(gè)目標(biāo)檢測(cè)的老祖宗問(wèn)題代表梯度計(jì)算和級(jí)聯(lián)分類器。特征匹配與圖像拼接解決“如何把兩張有重疊區(qū)域的圖合成一張全景圖”這個(gè)幾何視覺(jué)問(wèn)題代表特征點(diǎn)提取和透視變換。圖像去霧與AI超分辨率解決“圖像質(zhì)量差、清晰度低怎么修復(fù)”這個(gè)畫質(zhì)增強(qiáng)問(wèn)題代表物理模型先驗(yàn)與深度學(xué)習(xí)后處理。這5個(gè)能力放到實(shí)際項(xiàng)目中對(duì)應(yīng)的就是工業(yè)分揀線的顏色篩選、醫(yī)學(xué)切片噪聲清理、安防人臉抓拍、機(jī)器人視覺(jué)里的多幀拼接、老照片修復(fù)和老視頻增強(qiáng)。你會(huì)發(fā)現(xiàn)它們之間不是孤立的四和五都是現(xiàn)在商用系統(tǒng)里的高配需求一二是底座。1.2 環(huán)境準(zhǔn)備版本選擇和依賴安裝我建議直接用Python 3.9以上版本配合OpenCV 4.x。為什么不建議OpenCV 3因?yàn)?.x對(duì)很多API做了精簡(jiǎn)和性能優(yōu)化網(wǎng)上新教程也基本默認(rèn)4.x你用3.x會(huì)遇到很多“函數(shù)不存在”的問(wèn)題。安裝方式很簡(jiǎn)單pip install opencv-python opencv-contrib-python numpy需要注意兩個(gè)包都要裝。opencv-python是主庫(kù)包含了核心的cv2模塊opencv-contrib-python提供了SIFT、SURF等非免費(fèi)算法這里說(shuō)的“非免費(fèi)”是專利層面的事實(shí)際開(kāi)發(fā)中常用。如果你只裝了opencv-python后面調(diào)用cv2.SIFT_create()會(huì)直接報(bào)錯(cuò)找不到屬性。后面的AI超分辨率案例還需要PyTorch環(huán)境裝CPU版本就夠了跑推理不吃力pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu測(cè)試環(huán)境是否正常跑一行代碼import cv2 print(cv2.__version__)能輸出版本號(hào)就說(shuō)明環(huán)境OK了。1.3 一個(gè)必須記牢的基礎(chǔ)概念OpenCV里的圖像就是numpy數(shù)組很多人學(xué)了半天OpenCV還云里霧里的原因是沒(méi)意識(shí)到一件最重要的事圖像在OpenCV里就是numpy數(shù)組。一張灰度圖是二維數(shù)組行、列一張彩色圖是三維數(shù)組行、列、通道。import cv2 img cv2.imread(demo.jpg) print(img.shape) # 比如 (720, 1280, 3) print(img.dtype) # uint8即每個(gè)像素取值0~255那這跟實(shí)戰(zhàn)有什么關(guān)系關(guān)系大了。你后面做的每一個(gè)操作本質(zhì)上都是在對(duì)數(shù)組做數(shù)學(xué)運(yùn)算cv2.add是數(shù)組加法cv2.resize是數(shù)組重采樣cv2.inRange是條件篩選生成掩膜甚至卷積模糊就是用一個(gè)核在數(shù)組上做滑動(dòng)加權(quán)求和一旦建立了“圖像數(shù)組”的思維很多API就不再需要死記硬背你能推理出它大概在做什么。更妙的是你可以直接用numpy的操作做一些OpenCV沒(méi)有提供的事情比如用切片提取ROI區(qū)域face img[100:300, 200:400] # 裁剪出左上角坐標(biāo)(200,100)到(400,300)的區(qū)域這一個(gè)基礎(chǔ)操作在后面的所有案例里都會(huì)反復(fù)出現(xiàn)。還有一個(gè)特別容易踩的坑OpenCV讀取彩色圖片的順序是BGR藍(lán)綠紅不是RGB。所以你用OpenCV讀完圖再丟給matplotlib顯示顏色會(huì)偏藍(lán)偏怪。解決辦法是轉(zhuǎn)換一次img_rgb cv2.cvtColor(img, cv2.COLOR_BGR2RGB)這個(gè)坑我在案例一里還會(huì)再提因?yàn)轭伾樞蚋沐e(cuò)了你的顏色識(shí)別程序會(huì)得到完全錯(cuò)誤的識(shí)別結(jié)果。2. 案例一三行代碼搞定顏色識(shí)別與目標(biāo)分割2.1 為什么用HSV顏色空間而不是RGB如果你直接用RGB做顏色判斷會(huì)發(fā)現(xiàn)光照稍微變一點(diǎn)同一個(gè)紅色的RGB值就變了上午的紅色和下午的紅色數(shù)值差異巨大你設(shè)置的閾值要么漏檢要么誤檢。這是RGB顏色空間的本質(zhì)問(wèn)題它把亮度信息和顏色信息混在一起。為了把顏色判斷做得穩(wěn)定我們切換到HSV顏色空間。HSV把顏色拆成三個(gè)維度HHue色相也就是“這到底是什么顏色”用角度表示0到180SSaturation飽和度顏色有多濃VValue明度顏色有多亮這樣一來(lái)我們判斷顏色只看H值就夠。比如紅色的色相在0到10和170到180之間綠色的色相在35到85之間藍(lán)色的色相在100到130之間。只要光照不是極端異常H值相對(duì)穩(wěn)定。轉(zhuǎn)換成本極低一行代碼hsv cv2.cvtColor(img, cv2.COLOR_BGR2HSV)2.2 核心實(shí)現(xiàn)掩膜與按位運(yùn)算識(shí)別特定顏色并把它單獨(dú)摳出來(lái)標(biāo)準(zhǔn)流程只有三步轉(zhuǎn)HSV、生成掩膜、按位與。import cv2 import numpy as np img cv2.imread(color_demo.jpg) hsv cv2.cvtColor(img, cv2.COLOR_BGR2HSV) # 設(shè)定紅色的HSV范圍注意是BGR轉(zhuǎn)過(guò)來(lái)的HSV lower_red np.array([0, 120, 70]) upper_red np.array([10, 255, 255]) mask cv2.inRange(hsv, lower_red, upper_red) # 只保留紅色區(qū)域其余變黑 result cv2.bitwise_and(img, img, maskmask) cv2.imwrite(red_mask.jpg, mask) cv2.imwrite(red_result.jpg, result)cv2.inRange的意思很簡(jiǎn)單把hsv數(shù)組里每個(gè)像素和上下界比較在范圍內(nèi)的標(biāo)為白色255不在范圍內(nèi)的標(biāo)為黑色0。生成的mask就是一張黑白圖。cv2.bitwise_and是掩膜的靈魂操作。它把原圖和自身做按位與但只有掩膜白色區(qū)域才保留原圖的像素黑色區(qū)域直接變零。效果就是你要的顏色留下來(lái)了其他全部變黑。有一個(gè)細(xì)節(jié)紅色的H值范圍橫跨0度兩端紅色在色相環(huán)上是一個(gè)閉環(huán)的兩端所以處理紅色時(shí)通常需要兩個(gè)范圍拼接lower_red1 np.array([0, 120, 70]) upper_red1 np.array([10, 255, 255]) lower_red2 np.array([170, 120, 70]) upper_red2 np.array([180, 255, 255]) mask1 cv2.inRange(hsv, lower_red1, upper_red1) mask2 cv2.inRange(hsv, lower_red2, upper_red2) mask cv2.bitwise_or(mask1, mask2)2.3 顏色閾值怎么調(diào)用調(diào)試窗口而不是直接猜我見(jiàn)過(guò)太多新人在這里卡住寫了個(gè)顏色識(shí)別程序運(yùn)行時(shí)發(fā)現(xiàn)該識(shí)別的東西沒(méi)識(shí)別出來(lái)然后就一頓亂調(diào)S和V的上下限調(diào)了半天也不知道哪個(gè)參數(shù)起的作用。正確的做法是做一個(gè)帶滑塊的調(diào)試窗口實(shí)時(shí)看效果。OpenCV的cv2.createTrackbar可以在窗口里生成滑塊下面這段代碼可以讓你拖動(dòng)六個(gè)滑塊實(shí)時(shí)調(diào)整上下限并預(yù)覽掩膜效果cv2.namedWindow(adjust) cv2.createTrackbar(LH, adjust, 0, 180, nothing) cv2.createTrackbar(LS, adjust, 120, 255, nothing) cv2.createTrackbar(LV, adjust, 70, 255, nothing) cv2.createTrackbar(UH, adjust, 10, 180, nothing) cv2.createTrackbar(US, adjust, 255, 255, nothing) cv2.createTrackbar(UV, adjust, 255, 255, nothing) while True: lh cv2.getTrackbarPos(LH, adjust) ls cv2.getTrackbarPos(LS, adjust) lv cv2.getTrackbarPos(LV, adjust) uh cv2.getTrackbarPos(UH, adjust) us cv2.getTrackbarPos(US, adjust) uv cv2.getTrackbarPos(UV, adjust) lower np.array([lh, ls, lv]) upper np.array([uh, us, uv]) mask cv2.inRange(hsv, lower, upper) cv2.imshow(adjust, mask)調(diào)參的時(shí)候先固定S和V在比較寬的范圍比如50到255然后只調(diào)H的上下限把目標(biāo)顏色的H值范圍先框出來(lái)再慢慢收緊S和V把非目標(biāo)顏色剔除。我實(shí)測(cè)下來(lái)這個(gè)方法比憑空想?yún)?shù)高效十倍。顏色范圍這種東西在真實(shí)場(chǎng)景里因?yàn)楣庹?、攝像頭品牌不同差異很大沒(méi)有一勞永逸的數(shù)值。調(diào)試窗口調(diào)好以后把最終參數(shù)寫死到配置文件里即可。2.4 應(yīng)用擴(kuò)展如何計(jì)算目標(biāo)面積和中心位置識(shí)別顏色只是第一步業(yè)務(wù)上往往還要知道目標(biāo)的位置和大小。比如流水線上要抓取紅色物料你得給它一個(gè)機(jī)械臂坐標(biāo)。這步用cv2.findContours做輪廓分析contours, _ cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) for contour in contours: area cv2.contourArea(contour) if area 500: # 過(guò)濾太小的噪聲塊 continue x, y, w, h cv2.boundingRect(contour) cx, cy x w // 2, y h // 2 cv2.rectangle(img, (x, y), (x w, y h), (0, 255, 0), 2) cv2.circle(img, (cx, cy), 4, (0, 0, 255), -1)面積過(guò)濾很重要因?yàn)閕nRange生成的掩膜里經(jīng)常會(huì)有零星的小白點(diǎn)噪點(diǎn)它們面積小但會(huì)影響目標(biāo)計(jì)數(shù)。設(shè)定一個(gè)最小面積閾值就能把噪聲擋在外面。項(xiàng)目里我曾用這套方案給某自動(dòng)化分揀系統(tǒng)做過(guò)顏色篩選模塊。當(dāng)時(shí)最大的挑戰(zhàn)不是算法本身而是不同批次物料的表面光澤度不同導(dǎo)致同一顏色在HSV里的S值和V值漂移很大。最終采用的是“動(dòng)態(tài)閾值”方案每隔一段時(shí)間自動(dòng)采集一小塊區(qū)域的顏色分布動(dòng)態(tài)更新HSV范圍把誤檢率從最初的8%降到了0.5%以下。如果你的場(chǎng)景光照在變化這個(gè)思路值得借鑒。3. 案例二形態(tài)學(xué)操作讓二值圖像更干凈3.1 腐蝕、膨脹的直覺(jué)理解二值圖像黑白的mask圖里經(jīng)常有兩個(gè)問(wèn)題該有的區(qū)域有空洞和斷裂不該有的區(qū)域有零散噪點(diǎn)。形態(tài)學(xué)操作就是為治理這兩個(gè)問(wèn)題而生的。用一個(gè)不太精確但很直覺(jué)的類比腐蝕就像“向內(nèi)收縮”把白色區(qū)域邊緣往里剝掉一層膨脹就是“向外擴(kuò)張”把白色區(qū)域邊緣往外擴(kuò)一圈。在numpy數(shù)組上它們分別做的是“取局部最小值”和“取局部最大值”kernel np.ones((5, 5), np.uint8) eroded cv2.erode(mask, kernel, iterations1) dilated cv2.dilate(mask, kernel, iterations1)這里的kernel是結(jié)構(gòu)元素決定每次操作影響的范圍。5x5的方格是最常用的實(shí)際操作中你也可以用橢圓或十字形核對(duì)不同形狀的目標(biāo)做更精準(zhǔn)的處理。3.2 開(kāi)運(yùn)算和閉運(yùn)算噪聲清理與空洞填充在實(shí)際項(xiàng)目里我更常用的其實(shí)是開(kāi)運(yùn)算和閉運(yùn)算它們本質(zhì)上是腐蝕和膨脹的組合。開(kāi)運(yùn)算是先腐蝕后膨脹效果是去掉小的孤立的點(diǎn)。想象一下一群東西里有一粒沙子腐蝕把沙子連根抹掉了膨脹再把周圍完好的部分恢復(fù)原樣。代碼opening cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel, iterations1)閉運(yùn)算是先膨脹后腐蝕效果是填上小的空洞和裂縫。比如一條車道線可能中間斷了一小截膨脹把它接上了腐蝕再恢復(fù)線條粗細(xì)closing cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel, iterations1)在真實(shí)工程里這兩個(gè)操作通常是結(jié)伴出現(xiàn)的先開(kāi)運(yùn)算清掉噪聲再閉運(yùn)算補(bǔ)上目標(biāo)內(nèi)部的空洞。用的時(shí)候要注意kernel的大小。kernel太大會(huì)把該保留的細(xì)節(jié)也腐蝕掉kernel太小又起不到清理作用。我通常從3x3開(kāi)始效果不夠就加到5x5靠實(shí)驗(yàn)調(diào)整而不是一開(kāi)始就貪大。形態(tài)學(xué)還有一種操作叫形態(tài)學(xué)梯度就是膨脹結(jié)果減腐蝕結(jié)果可以用來(lái)提取目標(biāo)的邊緣輪廓gradient cv2.morphologyEx(mask, cv2.MORPH_GRADIENT, kernel)這個(gè)在處理顆粒計(jì)數(shù)、細(xì)胞統(tǒng)計(jì)時(shí)意外地好用比Canny邊緣更干凈因?yàn)樗轻槍?duì)二值圖操作的不會(huì)受灰度梯度影響。3.3 典型實(shí)戰(zhàn)識(shí)別圖中所有瑕疵點(diǎn)并統(tǒng)計(jì)數(shù)量這個(gè)案例可以串起完整的形態(tài)學(xué)預(yù)處理流程。我處理過(guò)的原始圖像是一塊金屬表面的顯微照片腐蝕坑在灰度圖中顯示為暗色小點(diǎn)。當(dāng)時(shí)的流程是灰度化二值化目標(biāo)區(qū)域變白開(kāi)運(yùn)算去掉灰塵等微小亮噪點(diǎn)閉運(yùn)算把同一個(gè)腐蝕坑中的幾處斷裂縫隙連起來(lái)連通域分析統(tǒng)計(jì)瑕疵數(shù)量import cv2 import numpy as np img cv2.imread(defect.jpg, cv2.IMREAD_GRAYSCALE) _, binary cv2.threshold(img, 0, 255, cv2.THRESH_BINARY_INV cv2.THRESH_OTSU) kernel np.ones((3, 3), np.uint8) cleaned cv2.morphologyEx(binary, cv2.MORPH_OPEN, kernel, iterations2) filled cv2.morphologyEx(cleaned, cv2.MORPH_CLOSE, kernel, iterations2) num_labels, labels, stats, _ cv2.connectedComponentsWithStats(filled, connectivity8) real_count num_labels - 1 # 0是背景用cv2.connectedComponentsWithStats做連通域統(tǒng)計(jì)比f(wàn)indContours更直接因?yàn)槊總€(gè)連通域的面積、外接矩形、中心坐標(biāo)都在stats數(shù)組里天然適合批量統(tǒng)計(jì)。這里有一個(gè)心得分享給你二值化別用固定閾值。固定閾值在不同光照條件下完全失效我踩過(guò)這個(gè)坑。cv2.threshold配合cv2.THRESH_OTSU會(huì)自動(dòng)計(jì)算當(dāng)前圖像的最佳分割閾值雖然計(jì)算量稍大但對(duì)光照變化的適應(yīng)性好了很多。在實(shí)時(shí)性要求不高的場(chǎng)景里Otsu方案永遠(yuǎn)是首選。4. 案例三Canny邊緣檢測(cè)與人臉檢測(cè)4.1 Canny邊緣檢測(cè)的參數(shù)規(guī)律和完整流程邊緣檢測(cè)在圖像處理里的地位不用多說(shuō)。Canny是其中最經(jīng)典的方法它不是一個(gè)單一的算子而是一套完整流程高斯模糊降噪用Sobel算子計(jì)算圖像的梯度幅值和方向非極大值抑制把梯度方向上的非最大值點(diǎn)置零讓邊緣變細(xì)雙閾值檢測(cè)高閾值確定強(qiáng)邊緣低閾值確定弱邊緣和強(qiáng)邊緣相連的弱邊緣保留輸出最終邊緣圖代碼只有一行edges cv2.Canny(img, threshold1100, threshold2200)但兩個(gè)閾值怎么選這是很多人卡殼的地方。我的經(jīng)驗(yàn)是threshold1和threshold2的比例通常在1:2到1:3之間比較合理。threshold2過(guò)高邊緣會(huì)斷斷續(xù)續(xù)threshold2過(guò)低圖像里的紋理噪聲全被當(dāng)成邊緣。一個(gè)穩(wěn)妥的起點(diǎn)是(50, 150)如果邊緣太碎就兩者一起往上調(diào)如果邊緣太密就兩者一起往下調(diào)比例保持在1:3附近問(wèn)題不大。高斯模糊這一步非常關(guān)鍵。如果你發(fā)現(xiàn)檢測(cè)出來(lái)的邊緣毛刺特別多多半不是threshold的鍋而是沒(méi)有做足夠的降噪??梢韵扔胏v2.GaussianBlur處理一遍再送Cannyblurred cv2.GaussianBlur(img, (5, 5), 1.5) edges cv2.Canny(blurred, 50, 150)這個(gè)先后順序不能顛倒。先模糊再Canny邊緣質(zhì)量顯著提升毛刺少了一大半。原理也很簡(jiǎn)單Canny里的Sobel算子對(duì)噪聲極其敏感一個(gè)噪聲點(diǎn)就可能在梯度圖上激活一個(gè)邊緣響應(yīng)。模糊是過(guò)濾噪聲前置步驟別省。4.2 用Haar級(jí)聯(lián)做人臉檢測(cè)的核心代碼人臉檢測(cè)最直接的入門方案是OpenCV自帶的Haar級(jí)聯(lián)分類器。它的原理可以理解成把圖像劃分成很多小區(qū)域在每個(gè)區(qū)域里計(jì)算若干特征的值這些特征能反映出眼睛區(qū)域比臉頰區(qū)域暗、鼻梁區(qū)域比兩側(cè)亮等規(guī)律再用訓(xùn)練好的AdaBoost分類器去判斷這個(gè)區(qū)域像不像人臉。代碼用起來(lái)非常簡(jiǎn)單import cv2 face_cascade cv2.CascadeClassifier(cv2.data.haarcascades haarcascade_frontalface_default.xml) img cv2.imread(people.jpg) gray cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) faces face_cascade.detectMultiScale( gray, scaleFactor1.1, minNeighbors5, minSize(30, 30) ) for (x, y, w, h) in faces: cv2.rectangle(img, (x, y), (x w, y h), (0, 255, 0), 2)detectMultiScale有四個(gè)關(guān)鍵參數(shù)直接影響檢測(cè)效果scaleFactor每次搜索時(shí)窗口縮放的比例。越小越精細(xì)但越慢1.1是常規(guī)選擇minNeighbors每個(gè)候選矩形需要鄰近多少個(gè)矩形才確認(rèn)是人臉。越大越嚴(yán)格誤檢越少但也可能漏檢minSize目標(biāo)的最小尺寸。設(shè)太小會(huì)增加大量無(wú)效計(jì)算maxSize目標(biāo)的最大尺寸。范圍外的不檢測(cè)配合minSize能大幅提升速度如果你發(fā)現(xiàn)檢測(cè)速度太慢第一個(gè)要調(diào)的參數(shù)是minSize而不是scaleFactor。把最小值調(diào)到60x60甚至80x80計(jì)算量能降好幾個(gè)數(shù)量級(jí)因?yàn)槲覀兺ǔ2恍枰獧z測(cè)特別小的人臉。4.3 人臉檢測(cè)的工程化經(jīng)驗(yàn)多尺度與誤檢過(guò)濾Haar級(jí)聯(lián)檢測(cè)人臉實(shí)際使用中你很快會(huì)發(fā)現(xiàn)兩個(gè)問(wèn)題近距離的人臉容易漏檢背景里的非人臉容易誤檢。第一個(gè)問(wèn)題核心原因是默認(rèn)參數(shù)只覆蓋有限尺度范圍。再加上檢測(cè)窗口是固定尺寸大臉相對(duì)于窗口偏大就檢測(cè)不到。解決辦法是多次調(diào)用檢測(cè)函數(shù)每次用不同尺寸的圖像或者直接用檢測(cè)到的人臉區(qū)域做回歸驗(yàn)證。第二個(gè)問(wèn)題我的做法是做兩層過(guò)濾。第一層基于檢測(cè)結(jié)果的幾何比例。人臉的長(zhǎng)寬比通常在0.7到1.3之間太離譜的候選直接丟掉。第二層是基于多幀確認(rèn)連續(xù)檢測(cè)窗口內(nèi)兩次出現(xiàn)才算有效。在視頻流場(chǎng)景里這個(gè)方法可以把誤檢率壓得非常低。valid [] for (x, y, w, h) in faces: ratio w / h if 0.7 ratio 1.3: valid.append((x, y, w, h))這個(gè)案例最值得注意的一點(diǎn)是人臉檢測(cè)看起來(lái)是“AI”但Haar級(jí)聯(lián)本質(zhì)上是手工特征加傳統(tǒng)機(jī)器學(xué)習(xí)它的泛化能力和深度學(xué)習(xí)模型完全不在一個(gè)量級(jí)。如果你處理的是側(cè)面、戴帽子、暗光下的人臉不要指望Haar級(jí)聯(lián)表現(xiàn)很好這種情況上深度學(xué)習(xí)檢測(cè)模型后面案例五會(huì)做一個(gè)代表性示范。Haar級(jí)聯(lián)的定位是快速、輕量、CPU友好在設(shè)備端做簡(jiǎn)單人臉檢測(cè)夠用。5. 案例四SIFT特征匹配實(shí)現(xiàn)全景圖拼接5.1 為什么SIFT比ORB更適合拼接場(chǎng)景到了這個(gè)案例我們開(kāi)始接觸圖像特征。特征就是圖像里那些“獨(dú)特”的局部區(qū)域比如墻角、紋理交叉點(diǎn)、斑點(diǎn)。不同算法找特征的能力和特性完全不同。ORB是二值化特征速度快適合實(shí)時(shí)場(chǎng)景但對(duì)尺度變化和視角變化的魯棒性差。簡(jiǎn)單說(shuō)就是圖一里一個(gè)小角點(diǎn)圖二里放大了兩倍ORB可能就匹配不上了。SIFT尺度不變特征變換不一樣。它通過(guò)對(duì)圖像構(gòu)建高斯金字塔在不同尺度空間里檢測(cè)極值點(diǎn)所以對(duì)圖像縮放、旋轉(zhuǎn)、甚至一定程度的視角變化都有很強(qiáng)的魯棒性。這意味著兩張圖里同一塊區(qū)域一張是完整的大圖一張是從遠(yuǎn)景拍的小圖SIFT依然能找到對(duì)應(yīng)關(guān)系這是拼接場(chǎng)景里的核心需求。代價(jià)是SIFT的計(jì)算量大很多而且在某些地區(qū)的機(jī)器視覺(jué)項(xiàng)目里因?yàn)閷@麊?wèn)題被限制過(guò)。不過(guò)在實(shí)際應(yīng)用上開(kāi)源社區(qū)依然廣泛使用。OpenCV里調(diào)起來(lái)很順手sift cv2.SIFT_create()5.2 關(guān)鍵點(diǎn)和描述子的概念這里需要把“關(guān)鍵點(diǎn)”和“描述子”兩個(gè)概念分清楚。關(guān)鍵點(diǎn)是特征在圖像中的位置坐標(biāo)包含x、y、尺度、方向等信息。描述子是一個(gè)128維的向量描述這個(gè)關(guān)鍵點(diǎn)周圍的局部梯度分布相當(dāng)于這個(gè)點(diǎn)的“指紋”。匹配兩張圖時(shí)我們不直接比關(guān)鍵點(diǎn)坐標(biāo)而是比描述子向量的距離。比如在拼接場(chǎng)景中左圖的某個(gè)關(guān)鍵點(diǎn)可能是“左上角墻皮上的裂縫”右圖中相同位置的裂縫關(guān)鍵點(diǎn)它們的描述子會(huì)非常接近距離很小。kp1, des1 sift.detectAndCompute(img1, None) kp2, des2 sift.detectAndCompute(img2, None)detectAndCompute一次搞定檢測(cè)加描述子計(jì)算效率比分別調(diào)用detect和compute高。5.3 比率測(cè)試與匹配過(guò)濾匹配特征點(diǎn)用的是cv2.BFMatcher暴力匹配器。它會(huì)把左圖的每個(gè)描述子遍歷右圖所有描述子找出最近的兩個(gè)鄰居然后看最近距離和次近距離的比值。這個(gè)比值越小說(shuō)明最近鄰居越“獨(dú)一無(wú)二”匹配越可靠。bf cv2.BFMatcher() matches bf.knnMatch(des1, des2, k2) good [] for pair in matches: if len(pair) ! 2: continue m, n pair if m.distance 0.75 * n.distance: good.append(m)這個(gè)0.75就是經(jīng)驗(yàn)值。實(shí)測(cè)中越小匹配越嚴(yán)格誤匹配越少但好匹配也會(huì)被過(guò)濾掉0.8略寬松0.7更嚴(yán)格。我通常在拼接場(chǎng)景用0.75在物體識(shí)別場(chǎng)景用0.7這個(gè)取舍看你的應(yīng)用容錯(cuò)率。5.4 單應(yīng)矩陣與圖像變形拼接有了可靠匹配點(diǎn)就可以求單應(yīng)矩陣。單應(yīng)矩陣描述了兩幅圖像在同一平面上的投影變換關(guān)系是3x3的矩陣。用RANSAC算法可以從匹配點(diǎn)里估計(jì)出這個(gè)矩陣同時(shí)把外點(diǎn)錯(cuò)誤匹配剔除if len(good) 4: src_pts np.float32([kp1[m.queryIdx].pt for m in good]).reshape(-1, 1, 2) dst_pts np.float32([kp2[m.trainIdx].pt for m in good]).reshape(-1, 1, 2) H, status cv2.findHomography(src_pts, dst_pts, cv2.RANSAC, 5.0)然后對(duì)右圖應(yīng)用透視變換到左圖坐標(biāo)系再疊加拼合height, width img1.shape[:2] warped cv2.warpPerspective(img2, H, (width img2.shape[1], height)) warped[0:height, 0:width] img1這里直接賦值會(huì)有一個(gè)問(wèn)題拼接縫很明顯因?yàn)閮蓮垐D的曝光差異在拼接處形成了階躍。一個(gè)改善方法是用cv2.seamlessClone做泊松融合mask np.zeros(warped.shape[:2], dtypenp.uint8) mask[0:height, 0:width] 255 center (width // 2, height // 2) warped cv2.seamlessClone(img1, warped, mask, center, cv2.NORMAL_CLONE)從純OpenCV角度做到這一步已經(jīng)能拼出看起來(lái)不錯(cuò)的全景圖了。更商業(yè)化的全景拼接還需要做光照一致性校準(zhǔn)和曝光補(bǔ)償?shù)鞘橇硪粋€(gè)大工程。用這套基礎(chǔ)方案我?guī)湍彻镜难矙z機(jī)器人做過(guò)簡(jiǎn)單拼接模塊能把設(shè)備正前方的左右攝像頭畫面拼成一張完整畫面。5.5 拼接實(shí)戰(zhàn)中的一個(gè)核心參數(shù)尺度問(wèn)題做拼接最容易出的問(wèn)題是匹配數(shù)量足夠但拼接結(jié)果扭曲。原因往往是兩張圖的拍攝距離差異太大SIFT雖然尺度不變但極端的尺度差異會(huì)導(dǎo)致單應(yīng)矩陣的病態(tài)。實(shí)操經(jīng)驗(yàn)是拼接前先cv2.resize把兩張圖調(diào)整到接近的分辨率拼接后看效果再縮放回去。這個(gè)預(yù)處理步驟比任何高級(jí)融合算法都更能保證結(jié)果穩(wěn)定。6. 案例五圖像去霧與AI超分辨率增強(qiáng)6.1 暗通道先驗(yàn)去霧的核心邏輯霧天拍的圖像對(duì)比度低、發(fā)灰本質(zhì)是大氣散射導(dǎo)致景物光路上混入了大氣光。暗通道先驗(yàn)去霧算法建立的觀察是這樣的在大多數(shù)無(wú)霧圖像中每個(gè)局部區(qū)域里至少有一個(gè)顏色通道的像素值非常低接近于零。霧的存在會(huì)讓這個(gè)最小值升高使得畫面整體發(fā)白。通過(guò)估算每個(gè)像素處的大氣光值和透射率可以反推出原始景物顏色。核心公式是大氣散射模型I(x) J(x)t(x) A(1-t(x))其中I是觀測(cè)到的有霧圖J是要恢復(fù)的無(wú)霧圖t是透射率A是全局大氣光。公式看著抽象但代碼邏輯卻不算復(fù)雜import cv2 import numpy as np def dark_channel(img, size15): r, g, b cv2.split(img) min_channel cv2.min(cv2.min(r, g), b) kernel cv2.getStructuringElement(cv2.MORPH_RECT, (size, size)) dark cv2.erode(min_channel, kernel) return dark def estimate_atmospheric_light(img, dark): h, w img.shape[:2] pixels h * w num_bright int(max(pixels // 1000, 1)) flat_dark dark.ravel() indices np.argsort(flat_dark)[-num_bright:] img_flat img.reshape(-1, 3) atmospheric np.max(img_flat[indices], axis0) return atmospheric這一段的原理是取暗通道里最亮的前0.1%的像素在原始圖像中找到對(duì)應(yīng)位置取這些位置的RGB最大值作為大氣光估計(jì)。透射率則用暗通道圖和一個(gè)縮小系數(shù)算出。最終得到的去霧圖像對(duì)比度會(huì)顯著提升。實(shí)際工程里我寧愿用簡(jiǎn)化版直方圖均衡化先頂上因?yàn)橥暾陌低ǖ廊レF算法在有大片白色區(qū)域比如天空、白墻的時(shí)候會(huì)失效畫面會(huì)嚴(yán)重偏色。暗通道先驗(yàn)的假設(shè)就是“無(wú)霧圖的局部有暗區(qū)域”天空破壞了這一假設(shè)處理結(jié)果容易翻車。所以這個(gè)算法更適合地面景物、建筑、街景不適合天空占比大的風(fēng)景照。6.2 CLAHE性價(jià)比最高的畫質(zhì)增強(qiáng)方案如果你覺(jué)得去霧算法有點(diǎn)重課堂上最實(shí)用的是CLAHE對(duì)比度受限的自適應(yīng)直方圖均衡化。它把圖像分成小塊每個(gè)小塊單獨(dú)做直方圖均衡化并且限制對(duì)比度放大的幅度避免噪聲被過(guò)度放大。代碼三行clahe cv2.createCLAHE(clipLimit2.0, tileGridSize(8, 8)) enhanced clahe.apply(cv2.cvtColor(img, cv2.COLOR_BGR2LAB)[:, :, 0]) enhanced_color cv2.cvtColor(cv2.merge([enhanced, cv2.cvtColor(img, cv2.COLOR_BGR2LAB)[:, :, 1], cv2.cvtColor(img, cv2.COLOR_BGR2LAB)[:, :, 2]]), cv2.COLOR_LAB2BGR)這里把圖像從BGR轉(zhuǎn)到LAB顏色空間只對(duì)L亮度通道做CLAHE保留A和B通道的顏色信息再轉(zhuǎn)回BGR。這個(gè)做法的好處是不會(huì)像全局直方圖均衡化那樣把顏色搞失真。我實(shí)際測(cè)過(guò)一批監(jiān)控視頻截圖這種處理方法在低對(duì)比度、逆光場(chǎng)景下的改善肉眼可見(jiàn)而且計(jì)算量極小適合做視頻流的實(shí)時(shí)預(yù)處理環(huán)節(jié)。雖然它不如深度學(xué)習(xí)方案那樣“智能”但它不會(huì)引入偽影穩(wěn)得很。6.3 用Real-ESRGAN做一個(gè)四倍超分辨率修復(fù)傳統(tǒng)圖像插值算法放大圖片比如cv2.resize配合INTER_CUBIC放大后邊緣是糊的。因?yàn)椴逯当举|(zhì)上是猜新像素的值而猜想依據(jù)的是鄰近像素的顏色細(xì)節(jié)無(wú)從恢復(fù)。Real-ESRGAN是真正用深度生成網(wǎng)絡(luò)做的超分辨率模型能重建出紋理和邊緣細(xì)節(jié)特別適合老照片修復(fù)。它之所以叫“Real”是因?yàn)橛?xùn)練數(shù)據(jù)里加入了真實(shí)的降質(zhì)過(guò)程模糊、噪聲、壓縮偽影所以對(duì)真實(shí)拍攝的老照片效果比純合成數(shù)據(jù)訓(xùn)練的網(wǎng)絡(luò)好很多。在CPU上跑起來(lái)也不慢而且模型已經(jīng)編譯成Python包可以直接調(diào)pip install realesrganfrom realesrgan import RealESRGANer from basicsr.archs.rrdbnet_arch import RRDBNet model RRDBNet(num_in_ch3, num_out_ch3, num_feat64, num_block23, num_grow_ch32, scale4) upsampler RealESRGANer(scale4, model_pathRealESRGAN_x4plus.pth, modelmodel, tile0, pre_pad0, halfFalse) output, _ upsampler.enhance(img, outscale4)這里scale4是放大四倍tile0表示不切片如果圖片太大顯存不夠可以把tile設(shè)置成256或512讓模型按塊推理。CPU推理一張1920x1080的圖大約需要幾十秒GPU環(huán)境幾秒搞定。如果你用的是Apple Silicon也可以走M(jìn)etal加速但halfFalse這個(gè)參數(shù)要留著Apple環(huán)境下半精度反而慢。老照片修復(fù)時(shí)我建議先做一步簡(jiǎn)單的顏色校正或白平衡再進(jìn)Real-ESRGAN。因?yàn)槟P蛯?duì)輸入數(shù)據(jù)的分布有偏向顏色偏得太離譜的輸出也會(huì)帶偏色。7. 常見(jiàn)問(wèn)題與排查技巧實(shí)錄7.1 高頻問(wèn)題速查表我把這幾年在OpenCV開(kāi)發(fā)中遇到的問(wèn)題整理成了一份速查表基本覆蓋了新手上路的絕大多數(shù)場(chǎng)景?,F(xiàn)象可能原因解決方法圖片顯示出來(lái)的顏色偏藍(lán)偏綠OpenCV以BGR順序讀取而顯示組件期望RGB用cv2.cvtColor(img, cv2.COLOR_BGR2RGB)轉(zhuǎn)換顏色識(shí)別范圍調(diào)了很久還是不準(zhǔn)沒(méi)有用HSV空間直接用BGR做范圍判斷轉(zhuǎn)到HSV空間用調(diào)試窗口調(diào)參攝像頭畫面卡頓嚴(yán)重每幀都做了太多高耗時(shí)操作把幀率統(tǒng)計(jì)加上如果判斷每幀需要120ms以上考慮縮小處理分辨率人臉檢測(cè)漏檢嚴(yán)重minSize設(shè)置太大或scaleFactor太大調(diào)小minSize到32或40scaleFactor調(diào)到1.05SIFT匹配結(jié)果全錯(cuò)輸入圖像本身沒(méi)有紋理特征如純色墻面換用ORB或者提高匹配過(guò)濾閾值到0.8檢測(cè)到的輪廓數(shù)量忽多忽少二值化的固定閾值在不同光照下失效改用Otsu自適應(yīng)閾值或結(jié)合形態(tài)學(xué)預(yù)處理中文路徑讀不到圖片OpenCV的imread底層用C對(duì)中文路徑支持不完善先用cv2.imdecode(np.fromfile(path, dtypenp.uint8), cv2.IMREAD_COLOR)讀入顯示窗口一按空格就跳過(guò)但代碼不退出等待按鍵的返回值未檢查把cv2.waitKey(0)返回值賦給變量并判斷是否等于27Esc這些坑每一個(gè)我都踩過(guò)。尤其是中文路徑問(wèn)題很多人在自己的電腦上運(yùn)行好好的一到生產(chǎn)環(huán)境就報(bào)“圖像讀取失敗”查半天代碼沒(méi)發(fā)現(xiàn)問(wèn)題最后發(fā)現(xiàn)是路徑里有中文。用imdecode全套繞過(guò)去別跟它硬剛。7.2 無(wú)人會(huì)告訴你的三個(gè)調(diào)試習(xí)慣第一個(gè)習(xí)慣分階段保存中間結(jié)果。每做完一步處理就把當(dāng)前圖片保存成文件比如1_original.jpg、2_hsv.jpg、3_mask.jpg。當(dāng)結(jié)果不符合預(yù)期時(shí)只看最后一張圖很難定位問(wèn)題但逐張回看就能快速判斷是哪一步出了問(wèn)題。不要嫌麻煩這個(gè)習(xí)慣能省下大量排查時(shí)間。第二個(gè)習(xí)慣寫一個(gè)小工具函數(shù)來(lái)疊加顯示多張圖。OpenCV的cv2.imshow一次只能顯示一張圖調(diào)試時(shí)來(lái)回切換窗口很煩。我會(huì)把多張圖橫向拼接顯示def show_multiple(images, titles, size(400, 400)): resized [cv2.resize(img, size) for img in images] combined np.hstack(resized) cv2.imshow(debug, combined) cv2.waitKey(1)第三個(gè)習(xí)慣把圖像尺寸打印出來(lái)。核的大小、坐標(biāo)的索引、縮放的比例很多bug都是因?yàn)槌叽绮黄ヅ洹C總€(gè)圖像處理步驟之后先驗(yàn)證數(shù)組形狀比最后出圖時(shí)再找問(wèn)題輕松得多。7.3 性能優(yōu)化的三條實(shí)用經(jīng)驗(yàn)如果你最終要把算法部署到實(shí)時(shí)視頻流或者嵌入式設(shè)備上性能就是硬指標(biāo)。首要原則縮小圖像尺寸永遠(yuǎn)是性價(jià)比最高的優(yōu)化。把720p圖像縮到360p處理時(shí)間至少減半很多情況下精度損失微乎其微。尤其對(duì)于檢測(cè)任務(wù)模型只在一定的尺度范圍內(nèi)有效縮小圖像對(duì)量大管飽的檢測(cè)場(chǎng)景幾乎無(wú)損。第二個(gè)原則避免大kernel的GaussianBlur和腐蝕操作。7x7以上在視頻流里扛不住。能用cv2.boxFilter或者降采樣湊合就用它們。第三個(gè)原則別在循環(huán)里創(chuàng)建新的numpy數(shù)組。OpenCV的大部分函數(shù)都會(huì)返回新數(shù)組反復(fù)創(chuàng)建會(huì)觸發(fā)大量?jī)?nèi)存分配。預(yù)先聲明好輸出數(shù)組用dst參數(shù)傳入可以復(fù)用內(nèi)存cv2.GaussianBlur(src, (5, 5), 1.5, dstblurred)當(dāng)然這個(gè)優(yōu)化在Python層意義有限但對(duì)于要求苛刻的場(chǎng)景每一個(gè)細(xì)節(jié)都不能放過(guò)。寫在最后一點(diǎn)個(gè)人體會(huì)把這5個(gè)案例完整跑一遍你對(duì)OpenCV的認(rèn)識(shí)會(huì)從“一個(gè)能調(diào)用的圖像庫(kù)”變成“一套完整的圖像處理工具箱”。這是實(shí)打?qū)嵉哪芰S遷。往后遇到任何圖像問(wèn)題你不會(huì)第一反應(yīng)是找現(xiàn)成的API而是先拆解問(wèn)題的本質(zhì)——是在像素層面做操作還是在特征層面做匹配或者需要更高級(jí)的AI模型。我個(gè)人在工作中最大的體會(huì)是OpenCV的難點(diǎn)從來(lái)不在API調(diào)用而在思維方式的轉(zhuǎn)變。你必須學(xué)會(huì)把圖像當(dāng)成數(shù)據(jù)把操作當(dāng)成數(shù)學(xué)運(yùn)算把一個(gè)視覺(jué)效果分解成處理流程。在這條路上沒(méi)有誰(shuí)能一步登天但每一個(gè)小案例的積累最后都會(huì)變成你自己的直覺(jué)。最后再分享一個(gè)極其實(shí)用的小技巧。光說(shuō)不練假把式把案例一和案例三組合起來(lái)做一個(gè)“在彩色圖像中找出紅色區(qū)域邊緣”的即時(shí)效果驗(yàn)證先用顏色分割得到紅色區(qū)域的mask再用形態(tài)學(xué)清理出完整的輪廓圖最后用Canny檢測(cè)邊緣。這個(gè)簡(jiǎn)單的組合會(huì)讓你直觀理解PositionsExperience里各階段的銜接是什么感覺(jué)。先跑起來(lái)再不斷改進(jìn)。
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
五月婷婷狠天天色综合| 无套内射极品大美女| 少妇日麻屄| 五月 成人 婷婷| 国产精品成人网址| 日本操B视频在线观看| 狠狠的日| 超碰99在线| 日本爆乳片手机在线播放| 天天插天天| 色9色| 欧美色色色色色色色| 日本欧美啪啪| 色五月开心久久网| YW无码| 大香蕉220| 久久538| 91婷婷色五月| enecarbon-materials.comWu染请涟系Bao护@wip1688 | 婷婷五月色天| 玖玖热视频| 强伦轩人妻一区二区电影| 桔色成人在线| 日本久久爱| 五月噜噜| 五月丁香六月婷婷a v| 色必久悠悠影院| 轮奸综合网| 人人摸人人操人人爽| 啪精品| 色吧99| 精品久久久中文字幕大豆网推荐理由| 国外亚洲成AV人片在线观看| 国产毛多水多女人A片| 天天日综合| www狠狠| 婷婷五月色惰| 久久WW| 2025天天日爽| 久久婷婷五月天激情| 欧美激情综合五月色丁香| 丁香五月无码| 五月第四色| 五月丁香AV在线| 六月婷婷网站| 日本性激情色播| 婷婷五月天视频小说| 天天拍天天做视频| www.日日夜夜| site:feetmall.com| 五月天色婷婷图片| 欧美亚洲婷婷五月| 人妻VideOssS人妻高清| 久久ab| 欧美日韩AAA| 五月丁香花婷婷玉莉AV| 欧美黄色AA片哗啦啦啦| 婷婷深爱五月| 超碰猛烈的性猛交| 日韩成人无码人妻| 六月综合婷婷开心伊人| 天天插天天射| 国产av一区二区三区| 国产真人做爰视频免费| 婷婷丁香熟女| 无码一区二区三区四区五区91c| 超碰成人影视| 停停五月色宗合| 五月天伊人久久久久| 夜色综合网| 丁香五月婷婷亚洲另类| 色色五月天网站| 久久婷婷五月综合伊人| 夜夜夜天天操| 午夜 外网 精品 在线| 五月丁香网站在线播放| 狠狠干思思热| 色综合伊人网| 综合色色婷婷| 五月天丁香网| 嫩草极品| 亚洲一区二区 成人网站戴套| 日韩欧美婷婷丁| 婷婷综合另类| 九九婷婷综合| 婷婷在线观看五月天在线视频| 激情五月天在线观看色婷婷| 91dy.av| 99久久精品网| 欧美综合激情丁香五月六月婷| 99这里有精品视频| 久热超碰| 成人做爰高潮A片免费视频| 麻豆AV一区二区三区| 深夜婷婷 丁香| 在线不卡的视频| 91oumei| 琪琪色热色色| 婷婷丁香色五月亚洲| 五月婷婷与六月丁香图片激情| 99热在这里只有免费精品| 色久五月| 深爱激情五月网| 久久伦乱| 在线另类| 精品AV无码超碰| 色婷婷综合在线| 狠狠99| 91九色首页| 五月婷婷伦理| 亚洲色婷婷视频| 天天日天天草| 色五月天综合网| 欧美在线| 婷婷五月丁香激情图片 | 五月天激情综合网站| 天天 日综合| 综合五月激情网| 五月天狠狠| 激情床戏| 亚洲亚洲人成综合网络| 99热一本久道| 婷婷五月天AV网| 激情婷婷丁香色五月综合| 开心五月深爱五月丁香五月激情五月 | 热久久这里只有三级视频| 九九综合网色全集| 99久99热| 日日爽日日| 久久久性爱视频| 五月丁香六月| 99精品久久久久久久久| 亚洲操逼网| 婷婷色香六月综合激情| 色播五月网| 九九黄色网| 熟妇人妻中文字幕无码老熟妇 | 精品一二三区久久AAA片| 大香蕉AV电影在线| 91要啪| 久久66er久久| 日日噜狠狠色| 丁香五月六月| 97涩婷婷婷婷基地| 91狠狠综合久久久| 久久久久久丁香五月| 亚州操操| 99免费超碰在线| 狠狠色狠狠爱| 五月天色婷婷激情综合| 五月天婷婷爱| 丁香五月影院| 精品一二三区久久AAA片| 久久久9久| 亚洲愉拍99热成人精品| 五月天婷婷久草丁香| 狠狠色综合网| 色五月视频,小说| 婷婷六月天| 婷婷亚洲综合| 91综合在线观看| 五月婷婷啪| 中文字幕日韩无码制服诱或| 我去色色网五雨天| 无码激情AAAAA片-区区| 91婷婷色| 操日本人妻视频| 日本五月天激情| 久久这里有精品| 波多野结衣不卡AV| 五月丁香久久综合| 天天综合社区| 天天操天天干天天日| 成熟妇人A片免费看网站| 日韩精品99久久| 久久婷婷五月综合| 日日插日日干| 丁香五月手机在线| 久久激情婷婷| 婷婷六月丁香开心深深爱| 一本伊人色婷| 岛国AV网| 色99超碰| 丁香八月综合激情| 婷婷激情在线| 欧美天堂婷婷日韩| 亚洲色久| 色久天| 伊人五月综合网| 色色色色色色色色色色色色色色,网站| WWW色色色COM| 婷婷五月激情四月综合| 夜夜干天天操| 五月天婷婷色色| 亚洲在线播放| 六月丁香五月激情婷婷| 亚洲正能量欧美| 日韩色色网| 亚洲综合视频天天精品| 婷婷五月天网| www.wuyuetian啪啪| 成人 九九九九| 激情丁香婷婷五月天| 六月婷婷激情| 亚洲综合色成丁香五月色| 怡红院91a√| 思思视频这里是精品| 亚洲婷婷五月天| 精品一二三区久久AAA片| 婷婷少妇激情| 青青草六月丁香| 99精品在线| 伊人在线视频| 91在线操| 天天天天天天天操| 成人av中文字幕| 激情婷婷护士激情| 婷婷六月网| 丁香六月激情综合啪啪| 欧美电影在线观看| 99久久久99久久91熟女| 26uuuuuuuu国产| 久久丁香五月天| 婷婷五月天综合亚洲| 超碰av在线| 色五月婷婷很很操| 97色碰| 性一交一乱一交A片久| 五月天婷综合| 婷婷综合成人五月天| 久久久91| 丁香六月天婷婷| 激情网战码亚洲A| 天天做天天爽| 亚洲精品色| 色播激情婷婷| 九九视频精品视频精品| 九热视频| 99啊精典免费视频| 六月丁香成人网| 亚洲日日日| 激情无码网| 色婷成人狠干| 色永久| 亚洲精品久久久无码| 日本久久人| 婷婷五月噜噜| 五月婷婷色欲| 99re99在线看| 亚洲综合无码| 日本丁香五月| 超碰在线99| 五月天激情网站| 国产乱子轮XXX农村| 色色五月天激情| 超碰国产在线观看| 狠狠婷婷综合| 99精品在| 精品夜夜澡人妻无码AV| 久久人人看| 综合逼五月激情婷婷| 丁香六月色婷婷| 老妇六区| 97深爱伊人综合| 91色久| 人妻视频在线| 九九热在线视频| 亚洲欧洲中文日韩久久AV乱码| 久久天天天| 色五月琪琪| 日操夜操天天操不卡| 婷婷五月丁香基| 亚洲精品永久久久久久| 超碰99成人在线| 日逼免费视频 | 人妻videos人妻高清| 狠狠穞A片一區二區三區| 色婷婷色五月综合| 欧美色爱五月天| 人五月天婷婷喷水| 五月天亚洲最大成人| 五月天国产| 色婷婷综合网站| 婷婷五月天综合久久| 婷婷五月精品| 欧美精品熟女一区二区| 艳妇野外情欲放荡HD| 五月婷婷狠天天色综合| 色色丁香| 天天性视频| 欧美色五月| 欧美精品A片一区在线观看| 99热在线成人网站| 中文字幕婷婷在线| 五月天激情视频五月天| 嫩草哈哈操| 丁香五月激情综合啪啪| 免费视频无码| www.婷婷五月天啪啪| 99ri在线视频| 天天爱天天做天天日| 色综合久| 久久 婷婷 五月天| 色五月综合网| 天天做天天要天天爱| 狠狠爱婷婷爱| 丁香五月婷婷超碰在线| 99热这里只有精品青草| 91超碰九色| 啊V视频在线观看| 超碰人人超碰| 强伦轩人妻一区二区电影| 五月香蕉婷婷| 狠狠狠狠狠干| 六月婷久久| 久久99久久99精品免观看粉嫩| 亚洲第二AV| 色婷婷五月综合| 99偷拍视频在线日本| 美国色五月天婷婷资源站| 超碰成人在线免费观看| 天天色天天| 色色色色色日韩午夜激情| 99在线亚洲| 欧美肉大捧一进一出免费视频| 99视频内射三四| 超碰免费人人| 99热在线爱| 欧美交换配乱吟粗大25P| 激情合网婷婷| 日韩AV免费电影在线播放| 69激情小说| 999热视频精品99免费在线| 爱草视频在线观看| 色婷婷丁香AV综合| WWW.17C亚洲精品| 99re热在线视频观看| 8区视频在线| 九九九干精品| 涩涩五月天| 丁香五月激情棕合| 91超级碰在线| 丁香蜜臀黄色婷婷五月天| 99精品偷自拍| www.五月婷婷久久.com| 热久久这里只有三级视频| 五月婷婷五月天| 9久久久| 五月丁香久久网| 丁香六月综合激情| 九九热在线视频| 天天更新天天亚洲| 久草 tingting| 久久视频在线| 亚洲综合草草| 日本人妻A片成人免费看片| 色一区高清| 成人无码精品1区2区3区免费看 | 久久人人九| 99视频内射三四| 色99亚洲| 被男人添B超爽视频| 国色天香伊人狠狠色| av中文字幕免费观看| 天天操天天曰| 五月婷色| 内射爽无广熟女亚洲| 婷婷五月天首页| 色婷婷色| 色情五月婷| 色婷五月婷婷| 亚韩精品视频1区| 这里只有精品免费视频在线观看| 神马欧美精| 九九激情| 丁香激情六月天婷婷| 免费观看日韩成人av| 97人人操| 99热大全在线观看| 人妻有码乱操| 亚洲视频五区| 激情五月天婷婷激情| 嫩草AV久久伊人妇女超级A| 婷婷丁香五| 日韩精品一区二区三区,四区,五区视频| 五月丁香六月成人| 久久婷丁香五月| 99热在线观看| 色香欲综合| 小骚穴电影| 婷婷色五月丁香六月欧美啪| 五月丁香色色网| 黄色视频网站在线播放| 天天舔天天摸天天透| 九月激情综合婷婷| 久久99热这里只频精品6学生| 五月天色综合服务平台| 十区AV| 婷婷成人五月天| 五月丁香在线婷婷蜜桃| 丁香五月天天| 无码人妻少妇色欲AV一区二区| 6080av| 六月丁香激情| 99热久久这里只有精品| 九九在线这里只有精品视频| 操碰91| 九九九九九九九九九九九九九九九九九九九在线视频| 色在线视频网2025| 亚洲一个色| www.91热久久| 久9久成人精品视频| 色婷婷六月激情| 一婬一伦一区二区三区| 婷婷色网| 成人免费va| 亚洲激情亚洲激情| 五月天丁香婷婷久久九| 九九久久五月天| 99只有这里是精品| 99视频在线观看网址| 国产亚洲99久久精品| 99无吗| 伊人网大香| 99精品视频免费观看近期发布| www.久久99热地址发布| 性爱在线播放av| 青青草Avb在线| 91日韩在线| 天天日天天日天天搞| 成人网站在线观看视频| 亚洲国产成人AV在线| 久操大| 午夜电影网VA内射| 久久这里精彩免费在线观看| 一二线视频 另类| 9精品在线| 天天天摸夜夜夜玩| 内射综合网| 国成人网| 九九色色| 五月综合无码| 亚洲看av的网站| 超碰超碰在线| 爱超碰性| 色色色色色色色色网站| 日韩啊啊啊| a色色色色色| yazhochengrenavwang| 激情六月天| 日屌日日操日日色| 五月色欧洲| 91国产精品视频播放| 激情久久久久久| 五月婷婷综合精品| 婷婷丁香五月视频| 午夜69成人做爰视频| 亚洲综合另类| 免费观看欧美成人AA片爱我多深 | 色色AV色色色东莞| 欧美丁香六月激情视频| 九色激情网| 婷婷色色网站| 激情综合网色播五月| 色婷婷色五月天| 99热久久这里只有精品| 91九色精品女同系列| 中文字幕免费高清电视剧| 激情丁香婷婷| 丁香五月天视频| 狠狠夜夜五月丁香| 精品久久9| 日韩AV成人电影| 天天插天天射| 亚洲综合视频在线| 色综合伊人网| 婷婷五月免费观看| 五月丁香综合网| 亚洲精品又粗又大又爽A片| 色色色99| 亚洲成人五月天| 操嫩逼电影| 丁香六月婷婷激情综合| 秋霞网在线免费基地五月婷婷丁香| 国产精品99久久久久久久女警| 中文字幕成人| 国产精品日韩十五区| 丁香伊人激情| 激情五月天综合网站网站网站| 丁香五月婷综合| 日本熟妇乱妇熟色A片蜜桃| 五月天婷婷久久视频| 五月天另类视频| 天天操天天谢| 2020久久婷婷五月| 日韩日比视频| 激情五月丁香色色去久久| 五月停视频天堂| 99热在线播放| 婷婷五月天久久久| www.色9| 婷婷香五月天| 丰满人妻一区三区三区| 五月天婷婷自拍图片在线观看| 久久婷婷五月天| 久久码久久无清| 老司机视频lsj爱就色| 国产肥白大熟妇BBBB视频| 久99久在线观看| 丁香五月天堂| 综合一本道| 五月夜丁香| 婷婷激情五月| 9l视频自拍9l九色成人| 六月激情婷婷综合| 玖玖婷婷色| xxxx五月天色色| 五月天激情图片| 婷婷六月色播| 欧美婷婷五月天综合| 激情五月天婷婷直播| 9久久精品视频| AV免费在线网站| 中文字幕丰满乱孑伦无码专区 | 成人AV在线电影| 在线天堂9| 激情五月婷婷综合秋霞| 婷婷在线中文字幕| 五月丁香婷婷五月色| 亚洲国产99| 九九热99热| 色九区| 夜夜爽天天爽| 九九视频在线观看| 五月婷婷在线视频观看| 五月丁香六月婷婷色| 五月婷成人网| 丁香五月天婷婷中文| 日日爽日日操| 四月婷婷五月色综合| 99热欧美| 天天舔天天插天天爱| www.婷婷五月天.com| 激情婷婷丁香五月天| 99热免费精品| 久久婷婷亚洲无码一起| 五月激情射| 国产婷婷综合| 婷婷五月色花丁香社区| 人妻在线网站| 国产99久9在线| 97婷婷狠狠久久综合9色| 97偷拍对白视频| 婷婷五月天综合久久日美女| 国产亚洲成人综合| 婷婷不卡基地| 1234操逼网| 狠狠综合区| 色婷婷丁香AV综合| 丁香五月激情欧美| 日本人人干| 丁香婷婷综合影院| 99欧美热| 操b视频在线观看一区二区| 婷婷丁香www视频日本韩国| 99热在线极品极品| 五月天激情日色在线| 综合久久首页| 婷婷97C| 91天堂网综合| 狼人婷婷久久| 久久3级片| 亚洲无码免费看| 一区二区三区XXXXXX| 丁香五月婷婷偷拍| 九九99香蕉在线视频播放| 久久婷婷五月天激情四射| 51XX午夜影福利| 五月婷婷色综图片| 日韩色色色99| 欧美毛片www| 91综合国免费久入| 天天肏屄夜夜爽| 天天色,天天操,天天射| 五月丁香基地| 亚洲另类噜噜| 99.N在线视频| 91中文在线| 九九色色| 国产真实乱了老女人视频| 99精品综合| 在线视频婷婷| 狠狠综合区| 免费婷婷| 五月丁香六月日逼| 久久人妻情侣| 熟女激情五月天 | 久久婷婷五月激情综合| 玖玖爱资源站| 五月色色网| sS丁香五月婷婷| 热久久66| 久久激情五月婷婷| 日本九婷婷| 久久激情视频| 无码人妻少妇色欲AV一区二区| 成人做爰高潮A片免费视频| 97碰碰久久| 99.N在线视频| 日本怕怕视频| 天天在线久久综合| 综合激情五月天六月婷免费视频| 五月丁香成人| 婷婷色在线| 色五月激情五月| 色色色色色色色色色色色色色五月天| 九九色之九九色之88| 亚州操操| 成人五月天在线视频在线观看| 五月天色婷婷伊人网| 激情亚洲网| 国产精品久久..4399| 五月天伊人| 99久久户外勾搭| 香蕉99网| 成人av免费观看| 啪啪干伊人婷婷| 丁香五月冃欧美| 97五月久久丁香婷婷| 天天日日夜夜| 综合色色五月| 狠狠色丁香久久| 人人草成人视频| 色日本网| 国产97色在线 | 日韩| 成人AV在线电影| 91日婷婷在线| 亚洲色图81p| 天天综合色丁香| 色综合色综合色综合| 亚洲六月婷婷| 亚洲精品99| 大香蕉伊然在亚洲90| 亚洲中文字幕网| 性视频久久| 内射丰满人妻| 思思99久久| 国产人妻人伦精品一区二区| 五月成人丁香av91| 情色五月天网站| 五月丁综合在线观看| 激情五月天色婷婷综合| 91碰在线| 蜜臀久久99精品久久久久久酒店| 99黄色在线视频精品熟女| 亚洲欧洲99| 色色色色五月| 九九在线精品| 色原狠狠综合| 日本3级片偷拍网站| 另类激情五月| 99ri精品| 亚洲最大成人综合网720P| 色五月婷婷影院| 五月婷无码| 丁香婷婷激情| 亚洲va综合va国产va中文| www.9色色色| 97成人丁香婷婷| 婷婷综合精品视频97| av在线激情| 婷婷五月天VI| 狠狠综合| 艾小青av| 久久伊人五月天| 青青久久五月天丁香婷婷| AV免费在线网站| 亚洲精品成人| 另类五月激情| 激情五月婷婷| 婷婷99狠狠躁天天躁中文| 99视频超级精品| 五月丁香五月综合欧美| 国产XXXX搡XXXXX搡麻豆| 色色激情五月| 婷婷色五月久久| 日本久久综合| 婷婷丁香五月天之开心少妇| 丁香五月电影院在线观看| 天天做天天爱天天爽在| 久综合色| 天天操天天插天天射| 日本系列_4页_777FP| 五月综合精品| 五月丁香综合激情| 久久电影4399| 国产五月婷| 婷婷五月丁香五月| 久久嘟嘟丁香| 日日做天天操夜夜爽| 在线视频激情网站| 国产精女同一区二区三区久 | www.婷婷,com| 五月天成人在线播放| 国产真实乱对白精彩| 91精品久久久久久久| 五月天另类图片| 婷婷中文字幕| 婷婷久久精品| www一区二区三区| 婷婷综合视频| 天天透天天干| 99久久99热这里只有精品| 色婷婷亚洲婷婷在线观看| 亚洲妇女熟BBW| 超碰97干| 丁香五月综合AV在线| 中国丰满熟女A片免费观| 色综合综合色| 看国产探花操逼三级片| 亚洲V国产V欧美V久久久久久| 97在线精品视频| 色色AV色色色东莞| 精品亚洲国产成AV人片传媒| 超碰在线99| 操操自拍| 午夜免费试看| 羞羞嫩草视频| 五月丁香花伦理电影| 六月激情婷婷| 五月丁香色停停啪啪啪| 亚洲激情免费久久| www.91色| 99超级碰碰| 思思热再线视频| 天天日夜夜爽| 亚洲视频久久| 热99精品视频| 亚洲精品一区中文字幕乱码| 色99视频| 97碰碰视频| 九九热99精品| 色日本网| 亚洲激情五月| 另类少妇人与禽zOZZ0性伦| 第四色五月婷婷| 国产色五月婷婷| 97综合在线| 91久久电影| 亚洲VA在线| 五月丁香综合网| www久久艹| 天天射综合网夜夜操| 这里有精品| 久草性爱| 婷婷操婷婷干婷婷射| 爱久久小说下载网| 97成人丁香婷婷| 99无码| 丁香五月激情五月| 色婷婷六月激情| 日韩欧美颜射| 绿色小导航AV| 精品综合五月| 99久久99久久综合| 激情国产综合| 99热这里只有精品首页| 日韩久操婷婷| 五月丁查人人| 欧美槡BBBB槡BBB少妇| 日本色99| 亚洲无线视频| 国产精品色婷婷99久久精品| 五月婷婷综合视频| 久久九久久| 亚洲狠狠操| 狠狠五月婷婷| 激情五月丁香五月| 久色| 国产激情在线| 永久免费视频| 色域五月婷婷丁香| 狠狠干婷婷| 综合色吧| 97干在线播放| 91九色国产熟女| 五月六月伦理| 欧美激情久| 激情网婷婷五月天| 草草影院爱爱| 天天日,天天插| 国产色香蕉精品五夜婷| 婷婷五月综合网| 五月婷婷色白丝| 欧美婷婷色五月| 九九99偷拍视频| 婷婷六月久久综合导航| 国产色香蕉精品五夜婷| 天天操夜夜爽天天操| 婷婷丁香五月综合| 国内裸舞二区| 亚洲成av人影院| www.91有码.com| 99久在线精品99re8| 同性gv国产精品一区二区| 日产精品久久久久久久蜜臀 | 九九草热在线观看| 五月天福利影院导航| 色婷婷五月天在线| 综合色、色综合| 婷婷免费成人视频| 99原创自拍视频在线观看| 99只有这里是精品| 丁香五月激情啪啪啪啪| 欧美性爱5月天天天看| 婷婷色资源| 俺去也五月| 综合99久久天天综合| 亚洲热综合| 五月婷婷|欧美| 婷婷视频网| 国产片天天爽夜夜爽| 五月天色婷婷综合| 九九这里有精品视频| 中文字幕1区2区。| 婷婷干五月综合在线播放| www. 五月. com| 综合色色色| 99九无网码| 激情五月综合| 嫩草AV久久伊人妇女超级A| 日本色色色| 天天日天天干天天爱| 欧美69久成人做爰视频| 天天色综合网吨吧| 久综合4| 五月激情小说网| 99男人天堂| 狠狠色综合网站久久久久| 夜夜涩涩涩| 国产精品久久久久久亚洲毛片| 玖久精品视频9| 五月深情久久| 亚洲激情婷婷| 中文字幕av久久爽一区| 91狠狠综合久久久久久| 亚洲一区二区无码蜜乳av| 国产亚洲av片| 开心网五月色婷婷| 色五月婷婷综合| 婷色五月| 99热只有这里才是精品| 婷婷丁香91| 亚洲va综合va国产va中文| 啪精品| 人人草人人看| 日韩欧美一级大黄网站| 丁香婷婷综合激情五月色| 99热在线观看这里只有精品| 97色色视频| 开心五月深爱激情| 久久婷婷五月综合成人d啪| 思思热精品在线| 天天干-天天日| 国产黄色在线| AV性爱网| 无码色色色色色 | 日韩大片艹艹| 永久免费一区二区三区| 久久五月婷婷电影| 1024在线一区| 五月精品| 伊人久久丁香五月91| 久久激情网| 99亚色色色| 久久婷婷免费| 亚洲无码11| 久久婷婷成人| 蜜臀AV在线观看| 丁香色婷婷五月天| 久久丁香| 婷婷五月丁香青青草在线| 色爱亚洲| 99热超碰在线| 69凹凸成人综合网| 99九九在线视频| 91久久99久久91熟女精品| 高潮毛片又色又爽免费| 久热免费视频| 狠狠做六月爱婷婷综合aⅴ| 影音先锋男人站,影音先锋男人色资源网,影音先锋AV最新资源站,影音先锋AV资源 | 1024婷婷综合久久五月天| 亚洲激情四射| 99热这里只有精品免费观看| 丁香综合久久| 伊人五月天| 婷婷丁香五月天中文字幕| 激情丁香六月| 99啪啪视频| 这里只精品| 日韩精品一曲二曲三曲四曲五曲| 超碰在线人妻| 91视屏在线观看com.wwwvv| 色婷婷啪啪综合网| 色婷婷五月在线| www.com操| 亚洲天堂大香蕉| 久久视频在线视频| 五月婷色啪| 亚洲AV综合网| 五月婷婷久草| 五月丁香激情四射| 婷婷丁香成人在线视频| 色开心五月婷婷丁香HD| 99这里只有精品|v| 欧洲第一久色| 九九aV| 天天干人人奸97| 亚洲成人中心| 色五月激情综合| 182TV亚洲| av操逼网| 激情五月婷婷丁香综合网| 天天肏高清在线| 99精品偷自拍| 操碰99| 婷婷五月天成人基地| 婷婷丁香五月色偷偷| 国产精产国品一二三在观看| 亚洲成人无码网站| 婷婷天天综合| www.婷婷五月| 刘玥av在线| 九九色色网| 色色综合视频| 桃色Av色哟哟| 婷婷玖玖丁香| 99无码视频| 天天透天天爱| 五月婷婷co.m| 日本久久人人| 日韩一级淫乱片一区二区三区| 天天色图| 九九视频这里有精品| 色婷婷婷av| 大天天伊人| 日本一级淫| 丁香五月天激情综合| 中文不卡一二三区| 另类激情五月| 97亚洲精品| 婷婷五月天福利| 99乱视频| 婷婷五月丁香基| 丁香五月婷婷啪啪啪| 韩国97天堂| 激情五月天婷婷| 久热这里只有| 国产片色| 女人露出p毛视频www网站| 欧美日韩国产日本精品四虎网网站物| 欧美日本韩国亚洲| 五月丁香婷婷深深爱| 天天狠狠色| 天天天久久久| 玖玖激情五月天| 成人性生活免费观看。| AV九九| 另类激情中文| www.五月婷婷久久.com| 99热福利| 五月丁香在线观看99| 99re这里只有| 亚洲人妻电影| 久狠日av| 日韩成人五月天| 亚洲天堂有码| 日本人妻伦在线中文字幕| 5五月综合网亚洲| 五月天成人在线| 天天干夜夜操A片| 狠狠爱激情网| 色九月综合网| 五月丁香啪啪啪| 99热碰碰| 婷婷丁香在线播放| 五月夜丁香| 婷婷放心五日爱| 日本WWW九九九| 亚洲欧洲中文日韩久久AV乱码| 天天日夜夜拍| pom538精品视频| 婷婷五月中文在线视频| 玖玖精品视频99| 综合久久高清| 人人草碰| 五月天婷婷丁香成人网| 亚洲中文字幕在线观看| 九九热99热| 午夜理论片最新午夜理论剧| 超级黄色片| 久久九九囯产| 日韩青青| 欧洲色区| 婷婷狠狠操| 天天日天天舔| 丁香5月婷婷| 蜜乳A√| 少妇日麻屄| 97在线视频观看| 午夜日韩久久久网站| www.一区二区三区| 成人做爰高潮A片免费视频| 丁香五月婷婷五月| 色婷久久| 五月婷婷久久大香蕉| 巴基斯坦粉嫩无码视频| 人妻在线中文字幕久久| 十月丁香婷婷| 色婷婷综合久色AV五色最新| 色五月天丁香| 狠狠狠狠草草| 亚洲成人AV电影在线| 国产做爰视频免费播放| 99这里有精品视频| 丁香五月播播| 丁香婷婷基地| 夜夜夜夜夜骑撸| 99亚洲色| 五月天在线视频尤物视频在线看| 天天综合天天做天天综合| 丁香五月天欧美成人| 久久sp免费视频| 欧美日韩精品人妻狠狠躁免费视频| 337p大胆噜噜噜噜噜91Av| 天天做夜夜爽| 99热在线观看| 日韩啪啪视频| 久久久激情视频| 天天天久久人人人合| 开心五月色婷婷综合开心网| 九九热区一区二区三区| 婷婷深爱五月亚洲综合| 激情五月天啪啪| 婷婷五月天美女| 狠狠五月激情丁香六月| 五月丁香六月色| 久婷婷五月综合欧美| 97人人看一| 亚洲国产精品VA在线看黑人| 五月婷婷六月丁香| 超碰资源在线| 激情久久久久久久久久久| 久久最新色| 久大香蕉| 美欧日韩国产成人在战| 婷婷丁香花五月天| WWW.桔色成人.COM入口| 99热国内| 久久综合网免费视频| www.99热最新视频8| 亚洲五月婷婷在线| 日本五月丁香| 五月丁香六月婷| 婷婷五月激情网| 久久99久久99久久99人受| 一级黄色影片| 婷婷五月中文在线| 色婷婷丁香六月| 婷婷伊人网| 99成人网一区| 五月色视频| 亚洲性爱干干| oVV4WIB3vFi8D| 五月婷婷影视| 99色综合| 色欲婷婷夜夜| 狠狠另类视频| 很操日本7| 久色网五月| 丁香五月区| 久久金品黃色| 久久思思精品| 婷婷综合激情| 午夜成人综合| 97视频久久| www.日日夜夜.com| 99精品网| 欧美日韩成人在线| 二色av| 成人午夜视频精品一区| 色综色网| 黄色AAAAAAA| 久色88| 久久婷婷夜| 五月丁香激情四射| www.色婷婷| 99热精在线九九久久保| 久久99热 这里有精品| www.lingjunshare.com| 婷婷五月俺要去| 色五月成人在线| 婷婷丁香成人五月天| 五月婷婷五月色| 久久婷婷啪啪视频| www,天天干| 婷婷五月天伊人| 天天拍天天操| 欧美性色A片免费免费观看的| 丁香五月天堂婷婷| 91婷婷| 在线播放人妻| 97操男人的天堂| 激情爱爱网站超大免费| 激情久久婷婷| 国产免费一区二区三区三州老师F1F1.CC| 婷婷色播婷婷| 激情综合五月激情| 亚洲五月综合色播| 伊人五月丁香| 亚洲激情综合| 五月天综合在线| 大香蕉综合| 国产成人网址| 久久婷婷五月综合色区| 97伊人综合婷婷| 国产成人AV在线| 亚欧州精品视频| 五月花综合网| 久久这里只有精品16| 久久久性爱视频| 999婷婷综合| 综合色99| 最新无码专区| 日韩专区五月天婷婷丁香| 色五月中文字幕| 五月丁香另类图片| 5月婷婷6月丁香aV| 五月 婷婷 成人| 婷婷五月激情的图片| 亚洲中文乱字字幕在线永久| 五月婷视频在线| 五月天亭亭俺也| 色婷婷六月精品| 亚洲婷婷开心五月| 婷婷 月 丁香| 色婷天天| 日日夜夜狠狠| 六月色色| 91在线精品一区二区| 一区二区乱码视频| 五月天色婷伊人| 五月婷婷久| 91成人视频| 啪啪一区| 中文字幕乱码亚洲精品一区| 亚洲欧美国产A片免费观看| 久久99婷婷| 婷婷五月丁香婷婷| 丁香综合婷婷五月天| 色五月婷婷综合| 日韩黄色中文字幕| 久久精99| 亚洲啪啪啪啪| 婷婷五月天伊人网在线观看视频| 激情五月天综合婷婷网| 天天干天天干天天操| 婷婷五月激情欧美大胆视频| 国产超碰人人| 九九RE视频在线精品| 五月天激情图| 99热综合色图| 五月天激情小说| 激情文学 综合 九月| 91九色网| 天天xxxxxx天天日| 亚洲最大视频| 99精品免费视频| 丁香五月色情av| 婷婷久月| 开心五月婷| 九九热99视频| 中文字幕成人网站| 日韩黄色影院| 第五婷婷伊人丁香色| 日本色婷婷五月天成人电影| 综合图片色色| 色狠狠色| 丁香熟女乱| 免费国产VA国产免费| 色噜噜狠狠插综合| 久99久99精品免| 熟女人妻一区二区三区免费看| 国产小网站| 免费日韩99| 人人摸人人| 99热亚洲| 丁香五月婷婷亚洲另类| 99色五月| 九热视频| 五月丁香六月婷婷综合网缴情| 91婷婷丁香| 啪啪日热| 亚洲1区| 可以免费看AV网站| 99热久| 亚洲综合五月天婷婷| 中文AV在线播放| 五月激情基地| 婷婷激情五月| 久久免费干| 婷婷五月天中文字幕.| 色婷五月天激情| 99热精品免费| 精品AV无码超碰| 婷婷激情伍月网| 五月丁香六月综合激情无码软件亮点 | 激情五月天之六月婷婷| 综合色影| 久久婷婷五月丁香蜜桃网| 国产小精品| 日本操碰碰| 99精品久久久久久久婷婷久久| 色婷婷电影网| 久9草在线观看视频| 亚洲丁香婷婷五月天综合色| 五月婷婷天天| 国产又色又爽又黄又免费| Blackedraw视频一区二区| 久久六月天| 婷婷五月天免费视频在线观看| 夜夜干天天操| 色婷婷在线影院| 婷婷五月丁香五月天| 六月激情婷婷| 狠狠色噜噜色狠狠狠综合色| 色五月婷婷五月丁香五月激情五月视频 | 人妻熟女一区二区AV| 97九色| 亚洲成人五月天| 被强行糟蹋的女人A片| 激情伊人| 99热99热在线| 成人 在线 日韩| www.九月婷婷丁香.com| 婷婷五月激情丁香激情| 五月丁香av中文| 久久38视频| 婷婷丁香高潮了| 97色婷婷成人综合在线观看| 日逼影音先锋AV男人资源站| 久久五月婷婷电影| 久久婷婷五月综合| 狠狠色综合五月人人| 天天情天天狠天天透| 五月精品| 色www99| 99无码免费视频| 99色综合网| 超碰99热在线观看| 天天人人综合| 日韩 中文 欧美| 丁香五月婷婷老师网站| 婷婷综合网在线| 欧美色色色| 99久久精品国产色欲|