基于opencv的车辆数量检测

**利用opencv可以实现视频中公路上的车辆数量检测，但是opencv的识别准确率不够高，如需提高准确率还得使用深度学习的一些算法。**以下附上源码：

#导包
import cv2
import numpy as np
#计算矩形中心点
def center(x,y,w,h):
    x1=int(w/2)
    y1=int(h/2)
    cx=int(x)+x1
    cy=int(y)+y1
    return cx,cy
#划线偏移量
offset=8
#线高
line_high=600
#存放车中心点的列表
cars=[]
#车数量
num=0
#读取摄像头
video=cv2.VideoCapture('./9b3ae12a0660e8daa0e3cb42ab26377d.mp4')
#mog算法，创建mog对象
mog=cv2.createBackgroundSubtractorMOG2()
#获取形态学卷积核
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5,5))
#循环读取数据
while True:
    #ret为标志位，读取到视频时为True，否则为False
    #frame为读取的视频
    ret,frame=video.read()
    #如果读取到视频
    if ret:
        #灰度化处理
        gray=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
        #去噪,高斯滤波
        #blur=cv2.boxFilter(gray,-1,(9,9))
        blur=cv2.GaussianBlur(gray,(7,7),5)
        #blur=cv2.bilateralFilter(gray,5,120, 150)
        #创建前景掩码
        mask=mog.apply(blur)
        #腐蚀操作
        erode = cv2.erode(mask,kernel,iterations=1)
        #膨胀，把图像还原回来
        dilate=cv2.dilate(erode,kernel,iterations=1)
        #消除小方块，闭运算
        close=cv2.morphologyEx(dilate,cv2.MORPH_CLOSE,kernel)
        #查找轮廓
        contours, hierarchy=cv2.findContours(close,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
        #划线
        cv2.line(frame,(10,line_high),(1200,line_high),(0,0,255),thickness=2)
        #画出轮廓
        for contour in contours:
            #最大外接矩形
            x,y,w,h=cv2.boundingRect(contour)
            #过滤小框
            is_valid=(w>60) &(h>50)
            if not is_valid:
                continue
            #画矩形
            cv2.rectangle(frame,(int(x),int(y)),(int(x+w),int(y+h)),(0,255,0),2)
            #车中心点
            cpoint=center(x,y,w,h)
            #将中心点加入列表
            cars.append(cpoint)
            #以中心点为中心画圆
            cv2.circle(frame,(cpoint),5,(0,255,0),-1)
            #判断汽车过检测线
            for (x,y) in cars:
                #检测范围以内
                if y>(line_high-offset) and y<(line_high+offset):
                    #车数量加一
                    num+=1
                    #移除已经计算的
                    cars.remove((x,y))
                    #打印车的数量
                    print('车的数量为:',num)
        #展示视频
        #cv2.imshow('erode',erode)
        #cv2.imshow('dilate',close)
        #在图上加文本
        cv2.putText(frame,'Vehicle Counts:'+str(num),(500,60),cv2.FONT_HERSHEY_SIMPLEX,2,(255,0,0),5)
        #显示图像
        cv2.imshow('frame',frame)
    #10ms一帧，可自己修改
    key=cv2.waitKey(10)
        #可按ESC退出视频展示
    if key == 27:
        break
#释放资源
video.release()
#关闭窗口
cv2.destroyAllWindows()