运动物体目标检测实现—基于OpenCV

最新推荐文章于 2022-08-22 17:16:21 发布

菜猿外

最新推荐文章于 2022-08-22 17:16:21 发布

阅读量2.2k

点赞数 2

分类专栏：计算机视觉文章标签：运动目标检测光流法

本文链接：https://blog.csdn.net/Jake_cai/article/details/55096423

版权

计算机视觉专栏收录该内容

23 篇文章 1 订阅

订阅专栏

基于OpenCV实现的一个运动目标检测算法，可以用来检测行人，车辆等运动目标。

#include 
   
   
    
        
#include 
    
    
     
         
#include 
     
     
      
          
#include 
      
      
       
           
int main( int argc, char** argv )    
    
  //声明IplImage指针    
  IplImage* pFrame = NULL;    
 IplImage* pFrImg = NULL;    
 IplImage* pBkImg = NULL;    
 CvMat* pFrameMat = NULL;    
  CvMat* pFrMat = NULL;    
 CvMat* pBkMat = NULL;    
    
  CvCapture* pCapture = NULL;    
     
  int nFrmNum = 0;    
  //创建窗口     
 cvNamedWindow("video", 1);    
 cvNamedWindow("background",1);    
 cvNamedWindow("foreground",1);    
  //使窗口有序排列    
 cvMoveWindow("video", 30, 0);    
 cvMoveWindow("background", 360, 0);    
  cvMoveWindow("foreground", 690, 0);    
  argc = 1;  
    
  if( argc > 2 )    
    {    
      fprintf(stderr, "Usage: bkgrd [video_file_name]\n");    
      return -1;    
    }    
  //打开摄像头    
  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;    
      }    
     
  //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);    
      pBkMat    = cvCreateMat(pFrame->height, pFrame->width, CV_32FC1);    
      pFrMat    = cvCreateMat(pFrame->height, pFrame->width, CV_32FC1);    
      pFrameMat = cvCreateMat(pFrame->height, pFrame->width, CV_32FC1);    
      //转化成单通道图像再处理    
      cvCvtColor(pFrame, pBkImg, CV_BGR2GRAY);    
      cvCvtColor(pFrame, pFrImg, CV_BGR2GRAY);    
      cvConvert(pFrImg, pFrameMat);    
      cvConvert(pFrImg, pFrMat);    
      cvConvert(pFrImg, pBkMat);    
    }    
      else    
    {    
      cvCvtColor(pFrame, pFrImg, CV_BGR2GRAY);    
      cvConvert(pFrImg, pFrameMat);    
      //先高斯滤波，以平滑图像    
      //cvSmooth(pFrameMat, pFrameMat, CV_GAUSSIAN, 3, 0, 0);    
         
      //当前帧跟背景图相减    
      cvAbsDiff(pFrameMat, pBkMat, pFrMat);    
      //二值化前景图    
      cvThreshold(pFrMat, pFrImg, 60, 255.0, CV_THRESH_BINARY);    
      //进行形态学滤波，去掉噪音     
      //cvErode(pFrImg, pFrImg, 0, 1);    
      //cvDilate(pFrImg, pFrImg, 0, 1);    
      //更新背景    
      cvRunningAvg(pFrameMat, pBkMat, 0.003, 0);    
      //将背景转化为图像格式，用以显示    
      cvConvert(pBkMat, pBkImg);    
      //显示图像    
      cvShowImage("video", pFrame);    
      cvShowImage("background", pBkImg);    
      cvShowImage("foreground", pFrImg);    
      //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;    
    
    }    
    }    
       
  //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;    
}