基于OpenCv的运动物体检测算法

基于一个实现的基于OpenCv的运动物体检测算法,可以用于检测行人或者其他运动物体。


 #include <stdio.h>  
 #include <cv.h>  
 #include <cxcore.h>  
 #include <highgui.h>  
 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;  
 }


  • 5
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
运动物体目标检测是指在一系列连续的图像帧中,通过分析像素之间的差异来识别和追踪运动物体OpenCV是一个广泛使用的计算机视觉库,它提供了各种强大的功能来进行运动物体目标检测。 实现运动物体目标检测的一种常见方法是使用背景减除法。该方法通过首先建立一个静态背景模型,然后将当前帧的像素与背景模型进行比较,获得前景物体OpenCV提供了几种背景减除算法,如高斯混合模型(GMM)和自适应混合高斯模型(MOG2)。使用这些算法,我们可以通过设置阈值来筛选出可能的前景物体,并通过形态学操作来去除噪声。 除了背景减除法,OpenCV还提供了另一种基于光流法的运动物体目标检测方法。光流法通过分析连续帧之间的像素位移来计算物体运动信息。在OpenCV中,可以使用Farneback光流算法来计算光流向量,并通过这些向量来估计物体运动速度和方向。 除了上述方法,OpenCV还提供了许多其他功能来实现运动物体目标检测,如基于特征的方法(如Haar特征、HOG特征等)和机器学习方法(如支持向量机、卷积神经网络等)。这些方法可以用于检测不同类型的运动物体,如人、车辆、动物等。 总而言之,OpenCV提供了丰富而强大的功能来进行运动物体目标检测。通过选择适当的算法和技术,并进行参数调节和优化,我们可以实现高效准确的运动物体目标检测,并在各种应用中发挥重要作用,如视频监控、智能交通系统等。

“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 3
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