2024年【OpenCV】“帧差法”实现移动物体的检测（车辆识别，差点挂在第四面

2401_84976195

于 2024-05-13 17:07:29 发布

阅读量1k

点赞数 16

分类专栏：程序员文章标签： c语言 c++ 学习

本文链接：https://blog.csdn.net/2401_84976195/article/details/138810570

版权

程序员专栏收录该内容

39 篇文章 0 订阅

订阅专栏

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

一、帧差法

1、概念

帧差法是一种通过对视频图像序列中 相邻两帧作差分运算来获得运动目标轮廓的方法，它可以很好地适用于存在多个运动目标和摄像机移动的情况。

当监控场景中出现异常物体运动时，帧与帧之间会出现较为明显的差别，两帧相减，得到两帧图像 亮度差的绝对值 ，判断它是否大于阈值来分析视频或图像序列的运动特性，确定图像序列中有无物体运动。

2、为什么帧差法可以检测运动的物体？

😎还记得小时候的葫芦娃动画吗？每个人物其实都是一张剪纸，也被叫做“剪纸动画”，剪一张就是一帧，假设葫芦娃动画为每秒25帧，1秒内连续播放25张不同的剪纸。

😎因为每一帧之间是有差异的，所以我们可以看到剪纸动起来了。

😋博主演示一遍剪纸动画，让大家更直观的感受

博主有以下同一条鲨鱼的不同形态的png图片，使用图片查看来切换显示每一张图片

👀可以看到鲨鱼动起来了！！！

😎因此可以通过判断 前后两帧是否相同 ，来判断是否有运动的物体，即通过帧差法来检测运动的物体。

😁所以下面跟着博主来学习使用OpenCV通过帧差法来进行移动车辆的识别。当然不止可以识别车辆，其他移动的物体也可以识别。

二、使用OpenCV配合帧差法实现车辆识别

开发工具

🔎Qt 5.8.0 + OpenCV

1、加载视频

通过VideoCapture来加载本地视频，循环读取每一帧并进行显示

int main(int argc, char *argv[])
{
    Mat frame;

    VideoCapture cap("D:/QT-Project/image/carMove.mp4");
    while(cap.read(frame))
    {
        //读取一帧显示一帧
        imshow("frame", frame);

        //延时
        waitKey(25);
    }
    return 0;
}

2、灰度处理+帧差计算

为了提高计算机的运算速度，图像处理前一般将图像转成灰度图

因为彩色图片是3通道（RGB）24位深度的图像，而灰度图是单通道8位深度的图像，因此处理灰度图比彩色图效率快多了。

frontMat为前一帧，afterMat为后一帧

//灰度处理
cvtColor(frontMat, frontGray, CV_BGR2GRAY);
cvtColor(afterMat, afterGray, CV_BGR2GRAY);

//帧差处理 找到帧与帧之间运动的物体差异
absdiff(frontGray, afterGray, diffGray);

效果：原图（左）、处理后（右）

通过下图可以发现检测是检测出来了，但是画面非常的暗淡（不清晰），因此需要通过二值化来让图像更清晰点。

3、二值化

通过threshold函数将图像二值化

参数一为原图，参数二为处理后的图，直接将处理后的图覆盖掉原图即可

//二值化：黑白分明 会产生大量白色噪点
threshold(diffGray, diffGray, 25, 255, CV_THRESH_BINARY);

下面是二值化处理过后的效果

可以发现图像确实是变“清晰”了，因为二值化后的图像只有黑白两种颜色。并且我们还可以发现白色噪点非常多，因为摄像机抖动，风吹树叶等原因，因此还需要通过腐蚀来去除掉这些白色噪点。

4、腐蚀

概念

腐蚀是针对图片的二值化数据进行操作的，主要是针对高亮部分。使用算法，将图像的边缘腐蚀掉。作用就是将目标的边缘的“毛刺”踢除掉。

如下图所示：

通过erode函数将图像进行腐蚀

//腐蚀处理：去除白色噪点 噪点不能完全去除，反而主要物体会被腐蚀的图案都变得不明显
Mat element = cv::getStructuringElement(MORPH_RECT, Size(3, 3));
erode(diffGray, diffGray, element);

下面是腐蚀之后的效果

😧白色噪点确实是被去除了，但是我们的车辆也被腐蚀的不成车样（内部坑坑洼洼的），所以还需要通过膨胀将车辆进行进一步处理。

5、膨胀

概念

膨胀是针对图片的二值化数据进行操作的，主要是针对高亮部分。使用算法，将图像的边缘扩大些。作用就是将目标的边缘或者是内部的坑填掉。

如下图所示：

通过dilate函数将图像进行膨胀

//膨胀处理：将白色区域变“胖”
Mat element2 = cv::getStructuringElement(MORPH_RECT, Size(20, 20));

dilate(diffGray, diffGray, element2);

下面是膨胀之后的效果

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加戳这里获取

…(img-tgDnb26M-1715591226674)]
[外链图片转存中…(img-svf9MTVX-1715591226674)]

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加戳这里获取

2401_84976195

关注

16
点赞
踩
32

收藏

觉得还不错? 一键收藏
1
评论
2024年【OpenCV】“帧差法”实现移动物体的检测（车辆识别，差点挂在第四面

每个人物其实都是一张剪纸，也被叫做“剪纸动画”，剪一张就是一帧，假设葫芦娃动画为每秒25帧，1秒内连续播放25张不同的剪纸。膨胀是针对图片的二值化数据进行操作的，主要是针对高亮部分。腐蚀是针对图片的二值化数据进行操作的，主要是针对高亮部分。因为彩色图片是3通道（RGB）24位深度的图像，而灰度图是单通道8位深度的图像，因此处理灰度图比彩色图效率快多了。白色噪点确实是被去除了，但是我们的车辆也被腐蚀的不成车样（内部坑坑洼洼的），所以还需要通过。，来判断是否有运动的物体，即通过帧差法来检测运动的物体。
复制链接

扫一扫