python车辆测速视频车速检测

python车辆测速视频车速检测

start_time = time.time()
		rc, image = video.read()
		if type(image) == type(None):
			break
		
		image = cv2.resize(image, (WIDTH, HEIGHT))
		resultImage = image.copy()
		
		frameCounter = frameCounter + 1
		
		carIDtoDelete = []

		for carID in carTracker.keys():
			trackingQuality = carTracker[carID].update(image)
			
			if trackingQuality < 7:
				carIDtoDelete.append(carID)
				
		for carID in carIDtoDelete:
			print ('Removing carID ' + str(carID) + ' from list of trackers.')
			print ('Removing carID ' + str(carID) + ' previous location.')
			print ('Removing carID ' + str(carID) + ' current location.')
			carTracker.pop(carID, None)
			carLocation1.pop(carID, None)
			carLocation2.pop(carID, None)
		
		if not (frameCounter % 10):
			gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
			cars = carCascade.detectMultiScale(gray, 1.1, 13, 18, (24, 24))
			
			for (_x, _y, _w, _h) in cars:
				x = int(_x)
				y = int(_y)
				w = int(_w)
				h = int(_h)
			
				x_bar = x + 0.5 * w
				y_bar = y + 0.5 * h
				
				matchCarID = None
			
				for carID in carTracker.keys():
					trackedPosition = carTracker[carID].get_position()
					
					t_x = int(trackedPosition.left())
					t_y = int(trackedPosition.top())
					t_w = int(trackedPosition.width())
					t_h = int(trackedPosition.height())
					
					t_x_bar = t_x + 0.5 * t_w
					t_y_bar = t_y + 0.5 * t_h
				
					if ((t_x <= x_bar <= (t_x + t_w)) and (t_y <= y_bar <= (t_y + t_h)) and (x <= t_x_bar <= (x + w)) and (y <= t_y_bar <= (y + h))):
						matchCarID = carID
				
				if matchCarID is None:
					print ('Creating new tracker ' + str(currentCarID))
					
					tracker = dlib.correlation_tracker()
					tracker.start_track(image, dlib.rectangle(x, y, x + w, y + h))
					
					carTracker[currentCarID] = tracker
					carLocation1[currentCarID] = [x, y, w, h]

					currentCarID = currentCarID + 1
		
		#cv2.line(resultImage,(0,480),(1280,480),(255,0,0),5)

效果图:

演示视频:

python视频车辆测速车辆速度检测

项目下载:

python视频车辆测速车辆速度检测_视频车辆检测python-互联网文档类资源-CSDN下载

  • 3
    点赞
  • 56
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 4
    评论
以下是一个简单的基于OpenCV和Python车速检测代码示例: ```python import cv2 import numpy as np # 定义视频文件名 video_file = "test_video.mp4" # 定义车辆标记点 car_cascade = cv2.CascadeClassifier('cars.xml') # 读取视频文件 cap = cv2.VideoCapture(video_file) # 定义前一帧图像 prev_frame = None # 定义车速变量 speed = None # 循环遍历视频的每一帧 while True: # 读取当前帧 ret, frame = cap.read() # 如果不能读取帧,退出循环 if not ret: break # 将当前帧转换为灰度图像 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 检测车辆 cars = car_cascade.detectMultiScale(gray, 1.1, 1) # 绘制车辆标记框 for (x, y, w, h) in cars: cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 0, 255), 2) # 如果前一帧不为空,计算车速 if prev_frame is not None: # 计算两帧之间的差异 diff = cv2.absdiff(prev_frame, gray) # 计算差异图像中的非零像素数 non_zero = cv2.countNonZero(diff) # 如果非零像素数大于一定值,认为有车辆经过 if non_zero > 500: # 计算车速 speed = 30 # 在图像中显示车速 if speed is not None: cv2.putText(frame, "Speed: {} km/h".format(speed), (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 255), 2) # 显示当前帧 cv2.imshow('frame', frame) # 如果按下q键,退出循环 if cv2.waitKey(1) & 0xFF == ord('q'): break # 更新前一帧 prev_frame = gray # 释放视频文件 cap.release() # 关闭所有窗口 cv2.destroyAllWindows() ``` 请注意,这只是一个简单的示例代码,可能需要进行更多的调整和优化才能适应不同的场景和要求。

“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 4
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

打赏作者

babyai997

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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