本文将使用OpenCV C++ 对视频中的人流量进行统计。
原图如图所示。本案例的需求是想要统计画面中的人流量。画面中走动的行人可以看作是前景，那么我们就需要将前景、背景分割出来。我们可以使用OpenCV提供的BackgroundSubtractorMOG2 高斯混合模型，将行人从画面中分割出来，然后提取轮廓就可以统计人流量了。
Ptr<BackgroundSubtractorMOG2>MOG = createBackgroundSubtractorMOG2(); MOG->apply(frame, mask);
使用上面两行代码就可以创建高斯混合背景提取器。传入原图，返回背景减除结果。如上图所示。接下来只需对上图进行一些简单操作，再提取轮廓就可以进行人流统计了。
threshold(mask, mask, 200, 255, THRESH_BINARY ); morphologyEx(mask, mask, MORPH_OPEN, kernel); dilate(mask, mask, kernel1);
进行二值化、形态学等操作可以将行人作为一个独立个体分割出来。效果如图。
将上面的二值图像进行轮廓检测，然后统计有效轮廓就可以完成对象计数了。
vector<vector<Point>>contours;
vector<vector<Point>>EffectiveContours;
findContours(mask, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);
for (int i = 0; i < contours.size(); i++)
{
double area = contourArea(contours[i]);
if (area > 300)
{
EffectiveContours.push_back(contours[i]);
}
}
char text[10];
for (int i = 0; i < EffectiveContours.size(); i++)
{
RotatedRect rect = minAreaRect(EffectiveContours[i]);
Rect box = rect.boundingRect();
rectangle(frame, Rect(box.x, box.y, box.width, box.height), Scalar(0, 255, 0), 2);
sprintf_s(text, "%s%d", "Current:", EffectiveContours.size());
putText(frame, text, Point(10, 30), FONT_HERSHEY_SIMPLEX, 1, Scalar(0, 255, 0), 2);
}
最终效果如图所示。
#include<iostream>
#include<opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main()
{
VideoCapture capture;
capture.open("1.avi");
if (!capture.isOpened())
{
cout << "Can not open video source!" << endl;
system("pause");
return -1;
}
Ptr<BackgroundSubtractorMOG2>MOG = createBackgroundSubtractorMOG2();
Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 5));
Mat kernel1 = getStructuringElement(MORPH_RECT, Size(7, 3));
Mat frame, mask;
while (capture.read(frame))
{
MOG->apply(frame, mask);
threshold(mask, mask, 200, 255, THRESH_BINARY );
morphologyEx(mask, mask, MORPH_OPEN, kernel);
dilate(mask, mask, kernel1);
vector<vector<Point>>contours;
vector<vector<Point>>EffectiveContours;
findContours(mask, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);
for (int i = 0; i < contours.size(); i++)
{
double area = contourArea(contours[i]);
if (area > 300)
{
EffectiveContours.push_back(contours[i]);
}
}
char text[10];
for (int i = 0; i < EffectiveContours.size(); i++)
{
RotatedRect rect = minAreaRect(EffectiveContours[i]);
Rect box = rect.boundingRect();
rectangle(frame, Rect(box.x, box.y, box.width, box.height), Scalar(0, 255, 0), 2);
sprintf_s(text, "%s%d", "Current:", EffectiveContours.size());
putText(frame, text, Point(10, 30), FONT_HERSHEY_SIMPLEX, 1, Scalar(0, 255, 0), 2);
}
imshow("frame", frame);
imshow("mask", mask);
char key = waitKey(10);
if (key == 27)
{
break;
}
}
destroyAllWindows();
capture.release();
system("pause");
return 0;
}
本文使用OpenCV C++ 基于背景减除进行人流计数，关键步骤有以下几点。
1、使用BackgroundSubtractorMOG2 将前景从背景中分割出来。
2、将分割出来的前景进行轮廓提取，从而统计出人流量。
