opencv---视频处理--拌线检测(越线检测)

原视频:

假设1:已经画出拌线,根据 opencv-视频处理--画线(越线、拌线)

假设2:已经检测出运动物体,根据 opencv-视频处理-实时的前景检测-Vibe算法或者其它的前景检测算法

拌线检测(越线检测),要做的目标就是运动物体(上图中蓝色框)什么时候碰到 越线(拌线)?

【数学表述】:线段和矩形是什么时候相交的?




【问题1】 首先 怎么证明下述两条线段是相交的呢?

假设两条线段,如下图所示:

【答案】只要证明任意一条线段的两个端点在另一条的两侧。

【证明】:我们先证明p1和p2在线段p3p4的两侧。同理可证p3和p4在线段p1p2的两侧。我们只要证明

的叉积 和 叉积是异号的.


用opencv的程序表示为:

//判断两条线段相交
bool intersection(const vector<Point> & line1, const vector<Point> &line2)//vector<Point> line(2),代表一线段
{
	CV_Assert(line1.size() == line2.size());
	CV_Assert(line1.size()==2);
	Point point1_11,point1_12,point1_21,point1_22;
	//首先判断line1的两个端点,在line2的两侧
	point1_11 = line2[0] - line1[0];
	point1_12 = line2[1]-line1[0];

	point1_21 = line2[0]-line1[1];
	point1_22 = line2[1]-line1[1];

	//point1_11.cross(point1_12)*point1_21.cross(point1_22)<0;//----------表明在两侧
	//再次判断line2的两个端点,在line1的两侧
	Point point2_11,point2_12,point2_21,point2_22;

	point2_11 = line1[0]-line2[0];
	point2_12 = line1[1] - line2[0];
	
	point2_21 = line1[0] -line2[1];
	point2_22 = line1[1]-line2[1];
	
	//point2_11.cross(point2_12)*point2_21.cross(point2_22)<0;
	return ( point1_11.cross(point1_12)*point1_21.cross(point1_22)<0 && point2_11.cross(point2_12)*point2_21.cross(point2_22)<0 );
}


---------------------------------------------------------------------------------------------

【问题2】怎么证明线段和矩形是相交的呢?

【答案】只要证明线段和矩形的任意一条线段即可,根据【问题1】的回答,或者整个线段都在矩形内部

用图表示为:

  

用opencv的程序可以表示为:

//判断矩形和一条线段相交(线段只要与矩形的一条边相交,就可以判定相交 或者 线段在矩形内部)
bool rect_line_intersection(const vector<Point> & line,const Rect & targetRect)//rect的四个顶点(roi.x,roi.y),(roi.x,roi.y+roi.height-1),(roi.x+roi.width-1,roi.y),(roi.x+roi.width-1,roi.y+roi.height-1)
{
	CV_Assert(line.size()==2);
	//先判断第一种情况:线段在矩形内部
	if(line[0].inside(targetRect) && line[1].inside(targetRect))
		return true;
	//再判断第二种情况,线段和矩形的至少一条边相交
	//---第一步:提取矩形的四条边
	vector<Point> line1;
	line1.clear();
	line1.push_back(Point(targetRect.x,targetRect.y));
	line1.push_back(Point(targetRect.x,targetRect.y+targetRect.height-1));
	if(intersection(line1,line))
		return true;
	vector<Point> line2;
	line2.clear();
	line2.push_back(Point(targetRect.x+targetRect.width-1,targetRect.y));
	line2.push_back(Point(targetRect.x+targetRect.width-1,targetRect.y+targetRect.height -1));
	if( intersection(line2,line))
		return true;
	vector<Point> line3;
	line3.clear();
	line3.push_back(Point(targetRect.x,targetRect.y));
	line3.push_back(Point(targetRect.x+targetRect.width-1,targetRect.y));
	if(  intersection(line3,line))
		return true;
	vector<Point> line4;
	line4.clear();
	line4.push_back(Point(targetRect.x,targetRect.y+targetRect.height-1));
	line4.push_back(Point(targetRect.x+targetRect.width-1,targetRect.y+targetRect.height-1));
	if(  intersection(line2,line) )
		return true;
	//return ( intersection(line1,line) || intersection(line2,line)||intersection(line3,line)||intersection(line4,line) );
	return false;
}


整个工程的源码放在【6】中




  • 10
    点赞
  • 86
    收藏
    觉得还不错? 一键收藏
  • 34
    评论
OpenCV-Python是一个用于计算机视觉和图像处理的开源库。边缘检测OpenCV-Python中一个重要的图像处理操作。根据引用的内容,边缘检测的方法包括Laplacian边缘检测、Sobel边缘检测和Canny边缘检测。其中,Laplacian边缘检测是一种基于二阶导数的方法,Sobel边缘检测是一种基于一阶导数的方法,而Canny边缘检测是一种综合了多种方法的优化算法。您可以根据引用中的文章目录了解更多关于这些方法的详细信息。 引用给出了一个使用OpenCV-Python进行自动确定阈值的边缘检测的示例代码。该代码首先读取一张名为'bee.jpg'的图像,并将其转换为灰度图像。然后,通过应用高斯模糊对图像进行预处理,使用自动确定阈值的方法计算合适的阈值,最后使用Canny边缘检测算法检测图像的边缘。您可以根据需要调整代码中的参数来适应不同的图像。 总而言之,OpenCV-Python提供了多种边缘检测方法,包括Laplacian边缘检测、Sobel边缘检测和Canny边缘检测。您可以根据具体需求选择适合的方法,并使用OpenCV-Python提供的函数进行图像处理。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [【OpenCV-Python】14.OpenCV的边缘检测](https://blog.csdn.net/weixin_43843069/article/details/121950301)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 34
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值