OpenCV检测运动目标 OpenCV实现帧差法检测运动目标

软件发布|下载排行|最新软件

当前位置:首页IT学院IT技术

OpenCV检测运动目标 OpenCV实现帧差法检测运动目标

DY580C   2021-04-21 我要评论

今天的目标是用OpenCV实现对运动目标的检测,这里选用三帧帧差法。代码如下:

#include <opencv2/opencv.hpp>
#include <cv.h>
#include <highgui.h>
#include <stdio.h>
#include <ctype.h>

double Threshold_index=0;
const int CONTOUR_MAX_AERA = 200;

void trackbar(int pos)
{
 Threshold_index=(double)pos;
}

int main(int argc, char* argv[])
{ 
 CvCapture *capture=cvCaptureFromCAM(0);
 int n_cnt=0;
 IplImage *img=NULL,
 *img_gray1=NULL,
 *img_gray2=NULL,
 *img_gray3=NULL,
 *img_diff1=NULL,
 *img_diff2=NULL,
 *img_diff_and=NULL,
 *img_binary=NULL,
 *img_dilate=NULL;
 CvMemStorage *stor;
 CvSeq *cont;

 stor=cvCreateMemStorage(0);
 cont=cvCreateSeq(CV_SEQ_ELTYPE_POINT,sizeof(CvSeq),sizeof(CvPoint),stor);

 cvNamedWindow("test",CV_WINDOW_AUTOSIZE);
 cvNamedWindow("dilate",CV_WINDOW_AUTOSIZE);
 img=cvQueryFrame(capture);
 img_gray1=cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1);
 img_gray2=cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1);
 img_gray3=cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1);
 img_diff1=cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1);
 img_diff2=cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1);
 img_diff_and=cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1);
 img_binary=cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1);
 img_dilate=cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1);

 int index=1;
 cvCreateTrackbar("Threshold","test",&index,255,trackbar);

 while(img=cvQueryFrame(capture))
 {
 if(n_cnt%3==0)
  cvCvtColor(img,img_gray1,CV_BGR2GRAY);
 else if(n_cnt%3==1)
  cvCvtColor(img,img_gray2,CV_BGR2GRAY);
 else if(n_cnt%3==2)
  cvCvtColor(img,img_gray3,CV_BGR2GRAY);
 char c=(char)cvWaitKey(25);
 if(c==27)
  break;
 if(n_cnt>3)
 {
  cvAbsDiff(img_gray1,img_gray2,img_diff1);
  cvAbsDiff(img_gray2,img_gray3,img_diff2);
  cvAnd(img_diff1,img_diff2,img_diff_and);
  cvThreshold(img_diff_and,img_binary,Threshold_index,255,CV_THRESH_BINARY);
  cvShowImage("test",img_binary);

  cvDilate(img_binary,img_dilate);
  //cvShowImage("dilate",img_dilate);

  cvFindContours(img_dilate,stor,&cont,sizeof(CvContour),CV_RETR_LIST,CV_CHAIN_APPROX_SIMPLE,cvPoint(0,0));
  for(;cont;cont = cont->h_next)
  {
   CvRect r = ((CvContour*)cont)->rect;//子类转换为父类例子
   if(r.height * r.width > CONTOUR_MAX_AERA) // 面积小的方形抛弃掉
   {
    cvRectangle(img, cvPoint(r.x,r.y), 
     cvPoint(r.x + r.width, r.y + r.height),
     CV_RGB(255,0,0), 1, CV_AA,0);
   }
  }
  cvShowImage("dilate",img);
 }
 if(c=='s')
 {
  cvSaveImage("d:/img.bmp",img);
  cvSaveImage("d:/img_binary.bmp",img_dilate);
 }
 n_cnt++;
 }

 cvDestroyAllWindows();
 cvReleaseCapture(&capture);
 cvReleaseImage(&img_gray1);
 cvReleaseImage(&img_gray2);
 cvReleaseImage(&img_gray3);
 cvReleaseImage(&img_diff1);
 cvReleaseImage(&img_diff2);
 cvReleaseImage(&img_diff_and);
 cvReleaseImage(&img_binary);
 cvReleaseImage(&img_dilate);
 cvReleaseMemStorage(&stor);
 return 0;
}

下图是检测的运动目标二值化图像以及在实际图像中叠加的矩形框效果图。

Copyright 2022 版权所有 软件发布 访问手机版

声明:所有软件和文章来自软件开发商或者作者 如有异议 请与本站联系 联系我们