OpenCV图像识别、移动侦测、边缘检测实现及 cvCopy()和cvCloneImage()的区别

原创 2013年03月12日 09:27:54

#include <stdio.h>
#include <time.h>
#include <cv.h>
#include <cxcore.h>
#include <highgui.h>

int main( int argc, char** argv )
{
//声明IplImage指针
  IplImage* pFrame = NULL;     //pFrame为视频截取的一帧
  IplImage* pFrame1 = NULL;      //第一帧
  IplImage* pFrame2 = NULL;//第二帧
  IplImage* pFrame3 = NULL;//第三帧

  IplImage* pFrImg = NULL;     //pFrImg为当前帧的灰度图
  IplImage* pBkImg = NULL;     //pBkImg为当前背景的灰度图
  IplImage* pBkImgTran = NULL;//pBkImgTran为当前背景处理过的图像
  IplImage* pFrImgTran = NULL;//pFrImgTran为当前背景处理过的图像

  CvMat* pFrameMat = NULL;     //pFrameMat为当前灰度矩阵
  CvMat* pFrMat = NULL;      //pFrMat为当前前景图矩阵,当前帧减去背景图
  CvMat* bg1 = NULL;
  CvMat* bg2 = NULL;
  CvMat* bg3 = NULL;
  CvMat* pFrMatB = NULL;     //pFrMatB为二值化(0,1)的前景图
  CvMat* pBkMat = NULL;
  CvMat* pZeroMat = NULL;               //用于计算bg1 - bg2 的值
  CvMat* pZeroMatB = NULL;//用于计算 pZeroMat阈值化后来判断有多少个零的临时矩阵

  CvCapture* pCapture = NULL;

  int warningNum = 0;      //检测到有异物入侵的次数
  int nFrmNum = 0;//帧计数
  int status = 0;        //状态标志位

//创建窗口
  cvNamedWindow("video", 1);
  cvNamedWindow("background",1);//背景
  cvNamedWindow("foreground",1);//前景
//使窗口有序排列
  cvMoveWindow("video", 30, 0);
  cvMoveWindow("background", 360, 0);
  cvMoveWindow("foreground", 690, 0);

  if ( argc > 2 )
    {
      fprintf(stderr, "Usage: bkgrd [video_file_name]\n");
      return -1;
    }

//打开摄像头     从摄像头取出码流可以使海康、大唐等网络或者模拟摄像头
  if (argc ==1)
    if ( !(pCapture = cvCaptureFromCAM(-1)))
      {
        fprintf(stderr, "Can not open camera.\n");
        return -2;
      }

//打开视频文件
  if (argc == 2)
    if ( !(pCapture = cvCaptureFromFile(argv[1])))
      {
        fprintf(stderr, "Can not open video file %s\n", argv[1]);
        return -2;
      }


//开始计时
  time_t start,end;
  time(&start);        //time() 返回从1970年1月1号00:00:00开始以来到现在的秒数(有10为数字)。
  printf("%d\n",start);
//逐帧读取视频
  while (pFrame = cvQueryFrame( pCapture ))
    {
      nFrmNum++;
      //如果是第一帧,需要申请内存,并初始化
      if (nFrmNum == 1)
        {

          pBkImg = cvCreateImage(cvSize(pFrame->width, pFrame->height), IPL_DEPTH_8U,1);
          pFrImg = cvCreateImage(cvSize(pFrame->width, pFrame->height), IPL_DEPTH_8U,1);
          pBkImgTran = cvCreateImage(cvSize(pFrame->width,pFrame->height), IPL_DEPTH_8U,1);
          pFrImgTran = cvCreateImage(cvSize(pFrame->width,pFrame->height), IPL_DEPTH_8U,1);

          pBkMat = cvCreateMat(pFrame->height, pFrame->width, CV_32FC1);
          pZeroMat = cvCreateMat(pFrame->height, pFrame->width, CV_32FC1);
          pFrMat = cvCreateMat(pFrame->height, pFrame->width, CV_32FC1);
          pFrMatB = cvCreateMat(pFrame->height, pFrame->width, CV_8UC1);
          pZeroMatB = cvCreateMat(pFrame->height, pFrame->width, CV_8UC1);
          pFrameMat = cvCreateMat(pFrame->height, pFrame->width, CV_32FC1);
          cvZero(pZeroMat);
          //转化成单通道图像再处理
          cvCvtColor(pFrame, pBkImg, CV_BGR2GRAY);
          //转换为矩阵
          cvConvert(pFrImg, pBkMat);
        }
      else /* 不是第一帧的就这样处理 */
        {
          //pFrImg为当前帧的灰度图
          cvCvtColor(pFrame, pFrImg, CV_BGR2GRAY);

          //pFrameMat为当前灰度矩阵
          cvConvert(pFrImg, pFrameMat);

          //pFrMat为前景图矩阵,当前帧减去背景图
          cvAbsDiff(pFrameMat, pBkMat, pFrMat);

          //pFrMatB为二值化(0,1)的前景图
          cvThreshold(pFrMat,pFrMatB, 60, 1, CV_THRESH_BINARY);

          //将图像矩阵转化为图像格式,用以显示
          cvConvert(pBkMat, pBkImgTran);   
          cvConvert(pFrMat, pFrImgTran);  

          //显示图像
          cvShowImage("video", pFrame);
          cvShowImage("background", pBkImgTran); //显示背景
          cvShowImage("foreground", pFrImgTran); //显示前景


          //以上是每抓取一帧都要做的工作,下面进行危险检测
          if (cvCountNonZero(pFrMatB) > 10000 && status == 0) //表示是第一帧的异物大于1W个像数点
            {/* 则需要将当前帧存储为第一帧 */
              pFrame1 = cvCloneImage(pFrame);
              bg1 = cvCloneMat(pFrMat);
              status = 1;      //继续采集第2帧
            }
          else if (cvCountNonZero(pFrMatB) < 10000 && status == 1) // 表示第一帧的异物大于1W个像数点,而第二帧没有,则报警
            {
              printf("NO.%d warning!!!!\n\n",warningNum++);
              status = 0;
            }
          else if (cvCountNonZero(pFrMatB) > 10000 && status == 1)// 表示第一帧和第二帧的异物都大于1W个像数点
            {
              pFrame2 = cvCloneImage(pFrame);
              bg2 = cvCloneMat(pFrMat);

              cvAbsDiff(bg1, bg2, pZeroMat);
              cvThreshold(pZeroMat,pZeroMatB, 20, 1, CV_THRESH_BINARY);
              if (cvCountNonZero(pZeroMatB) > 3000 ) //表示他们不连续,这样的话要报警
                {
                  printf("NO.%d warning!!!!\n\n",warningNum++);
                  status = 0;
                }
              else
                {
                  status = 2;                   //继续采集第3帧
                }
            }
          else if (cvCountNonZero(pFrMatB) < 10000 && status == 2)//表示第一帧和第二帧的异物都大于1W个像数点,而第三帧没有
            {
              //报警
              printf("NO.%d warning!!!!\n\n",warningNum++);
              status = 0;
            }
          else if (cvCountNonZero(pFrMatB) > 10000 && status == 2)//表示连续3帧的异物都大于1W个像数点
            {
              pFrame3 = cvCloneImage(pFrame);
              bg3 = cvCloneMat(pFrMat);

              cvAbsDiff(bg2, bg3, pZeroMat);
              cvThreshold(pZeroMat,pZeroMatB, 20, 1, CV_THRESH_BINARY);
              if (cvCountNonZero(pZeroMatB) > 3000 ) //表示他们不连续,这样的话要报警
                {
                  printf("NO.%d warning!!!!\n\n",warningNum++);
                }
              else //表示bg2,bg3连续
                {
                  cvReleaseMat(&pBkMat);
                  pBkMat = cvCloneMat(pFrameMat); //更新背景
                }
                status = 0;                //进入下一次采集过程
            }

          //如果有按键事件,则跳出循环
          //此等待也为cvShowImage函数提供时间完成显示
          //等待时间可以根据CPU速度调整
          if ( cvWaitKey(2) >= 0 )
            break;
        }/* The End of the else */
    }/* The End of th while */

//销毁窗口
    cvDestroyWindow("video");
    cvDestroyWindow("background");
    cvDestroyWindow("foreground");

//释放图像和矩阵
    cvReleaseImage(&pFrImg);
    cvReleaseImage(&pBkImg);

    cvReleaseMat(&pFrameMat);
    cvReleaseMat(&pFrMat);
    cvReleaseMat(&pBkMat);

    cvReleaseCapture(&pCapture);

  return 0;
}

 

 

所研究的运动检测和背景更新方法实现的步骤如下:

(1)开辟静态内存,对图像进行初始化准备采集;

(2)采集图像,定义参数k,作为图像序列计数。采集第1幅图像时,则根据第一帧的大小信息进行矩阵、图像的初始化,并且将第一帧图像进行灰度化处理,并转化为矩阵,作为背景图像及矩阵;如果k不等于1则把当前帧进行灰度化处理,并转化为矩阵,作为当前帧的图像及矩阵。用当前帧的图像矩阵和背景帧的图像矩阵做差算出前景图矩阵并对其进行二值化以便计算它与背景帧差别较大的像素个数,也就是二值化后零的个数。

当第一帧的异物大于1W个像数点则需要将当前帧存储为第一帧,并且将系统的状态转为1——采集第二帧;

第一帧和第二帧的异物都大于1W个像数点时,将当前帧存储为第二帧,通过判断第一帧和第二帧的差值来确定两帧是否连续,若连续则将系统状态转为2——采集第三帧,若不连续则报警,并把系统状态转为0——采集背景帧;

当第一帧和第二帧的异物都大于1W个像数点,而第三帧没有时则报警;

若连续3帧的异物都大于1W个像数点时,将当前帧存储为第三帧,通过判断第二帧和第三帧的差值来确定两帧是否连续,若连续则将更新背景,若不连续则报警。然后把系统状态转为0——采集背景帧。

注意其中有一个0-1-2-0....的状态机。

cvCopy的原型是:
void cvCopy( const CvArr* src, CvArr* dst, const CvArr* mask=NULL );
在使用这个函数之前,你必须用cvCreateImage()一类的函数先开一段内存,然后传递给dst。cvCopy会把src中的数据复制到dst的内存中。

cvCloneImage的原型是:
IplImage* cvCloneImage( const IplImage* image );
在使用函数之前,不用开辟内存。该函数会自己开一段内存,然后复制好image里面的数据,然后把这段内存中的数据返回给你。

clone是把所有的都复制过来,也就是说不论你是否设置Roi,Coi等影响copy的参数,clone都会原封不动的克隆过来。
copy就不一样,只会复制ROI区域等。

OpenCV实现静止背景下运动目标的检测

这两天从零开始学习视频流中运动目标检测的方法,有点心得体会,写点东西跟大家共享,同时提出我的几个疑问,期望能够共同讨论进步。     本文主要面向和我一样的图像处理初学者,先从原理上把整...
  • luopeiyuan1990
  • luopeiyuan1990
  • 2015年05月27日 09:41
  • 3186

opencv 检测鼠标的点击和移动

只需要定义一个callback的函数, 然后将这个函数附属到我们定义的一个opencv的window上即可, 这样每当鼠标在窗口处发生动作的时候, 就会调用callback函数。  点击鼠标的时候, ...
  • a130737
  • a130737
  • 2015年01月25日 13:22
  • 1534

移动侦测的方法

背景减除法 背景减除法 (Background Subtraction ) 是目前运动检测中最常用的一种方法,它是利用当前图像与背景图像的差分来检测出运动区域的一种技术。它一般能够提供最完全的特征数...
  • evsqiezi
  • evsqiezi
  • 2014年01月28日 14:13
  • 2066

基于opencv运动检测的一些方法

因为监控发展的需求,目前前景检测的研究还是很多的,也出现了很多新的方法和思路。个人了解的大概概括为以下一些:         帧差、背景减除(GMM、CodeBook、 SOBS、 SACON、...
  • sinat_36520916
  • sinat_36520916
  • 2016年12月06日 21:21
  • 634

OpenCV_局部图像特征的提取与匹配_源代码

OpenCV的feature2d module中提供了从局部图像特征(Local image feature)的检测、特征向量(feature vector)的提取,到特征匹配的实现。其中的局部图像特...
  • icvpr
  • icvpr
  • 2013年01月10日 20:51
  • 46327

Opencv学习笔记(十一)目标跟踪

原创文章,转载请注明:http://blog.csdn.net/crzy_sparrow/article/details/7414851     如果摄像机是固定的,那么我们可以认为场景(背...
  • crzy_sparrow
  • crzy_sparrow
  • 2012年03月31日 11:12
  • 63765

OpenCV检测场景内是否有移动物体

本帖使用OpenCV检测移动的物体(洋文:Motion Detection)。它的应用非常广泛,常用在视频监控(当摄像头内有移动物体出现时,摄像头会自动抓拍,并保存图像/视频)、车流量监控等等。 ...
  • BingxxXXxx
  • BingxxXXxx
  • 2017年11月20日 23:26
  • 65

OpenCV-识别图中目标点和方向

背景: 这个问题也是在CV群里,尤为同志问的,我给她解决了,就写个博客记录下!这个图形如下所示,要定位到图中的6个黑点和判断他们的方向,如图的方向为指向左边! 分析: 1、定位到目标点(图中那6个)...
  • KayChanGEEK
  • KayChanGEEK
  • 2016年09月04日 23:17
  • 3482

利用openCV识别图片Demo

  • 2017年08月18日 17:58
  • 18.33MB
  • 下载

opencv形状识别学习总结

OpenCV基元检测 Primitive Detection 目录 基元的概念 基元泛指图像中有特点的单元。常说的基元有:边缘、角点、斑点、直线段、圆、等 基元检测是图像分析的基础 边缘(Ed...
  • bcbobo21cn
  • bcbobo21cn
  • 2016年03月16日 13:20
  • 19488
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:OpenCV图像识别、移动侦测、边缘检测实现及 cvCopy()和cvCloneImage()的区别
举报原因:
原因补充:

(最多只允许输入30个字)