C++实现运动检测

#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int main(int argc, char** argv)
{
	VideoCapture capture("E:/2.mp4");//修改为自己的视频地址
	if (!capture.isOpened())
	{
		cout << "No camera or video input!\n" << endl;
		return -1;
	}
	Mat frame;
	Mat gray;
	Mat gray_dilate1;
	Mat gray_dilate2;
	Mat gray_dilate3;
	Mat background, foreground, foreground_BW;
	Mat mid_filer;   //中值滤波法后的照片
	//---------------------------------------------------------------------
	//获取视频的宽度、高度、帧率、总的帧数
	int frameH = capture.get(CV_CAP_PROP_FRAME_HEIGHT); //获取帧高
	int frameW = capture.get(CV_CAP_PROP_FRAME_WIDTH);  //获取帧宽
	int fps = capture.get(CV_CAP_PROP_FPS);          //获取帧率
	int numFrames = capture.get(CV_CAP_PROP_FRAME_COUNT);  //获取整个帧数
	int num = numFrames;
	printf("vedio's \nwidth = %d\t height = %d\n video's fps = %d\t nums = %d", frameW, frameH, fps, numFrames);
	//---------------------------------------------------------------------
	Mat frame_0, frame_1;//Mat m(3, 5, CV_32FC1, 1);
	//---------------------------------------------------------------------
	while (1)
	{
		capture >> frame;
		imshow("frame_resize", frame);
		cvtColor(frame, gray, CV_RGB2GRAY);
		//-----------------------------------------------------------------------------------
		//选择前一帧作为背景(读入第一帧时,第一帧作为背景)
		if (num == numFrames)
		{
			background = gray.clone();
			frame_0 = background;
		}
		else
		{
			background = frame_0;
		}
		//------------------------------------------------------------------------------------
		absdiff(gray, background, foreground);//用帧差法求前景
		imshow("foreground", foreground);
		Mat element = getStructuringElement(MORPH_RECT, Size(5, 5));


		threshold(foreground, foreground_BW, 30, 255, 0);//二值化通常设置为50  255
		//threshold(foreground, foreground_BW, 0, 255 ,CV_THRESH_BINARY | CV_THRESH_OTSU) ;  //此处使用大津法  自适应取阈值
		imshow("foreground_BW", foreground_BW);
		medianBlur(foreground_BW, mid_filer, 3);     //中值滤波法
		imshow("mid_filer", mid_filer);
		dilate(mid_filer, gray_dilate1, element);
		imshow("gray_dilate1", gray_dilate1);
		dilate(gray_dilate1, gray_dilate2, element);
		imshow("gray_dilate2", gray_dilate2);
		dilate(gray_dilate2, gray_dilate3, element);
		imshow("gray_dilate3", gray_dilate3);
		frame_0 = gray.clone();
		num--;
		char c = waitKey(10);
		if (c == 27) 
         {
          break;
         } 
		if (num < 1)
		{
			return -1;
		}
	}
	system("pause");
	return 0;
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
A:OpenCV提供了几种运动目标检测的方法,其中最常用的是基于背景减除的方法。具体步骤如下: 1. 读取视频,初始化背景模型。 2. 对每一进行前景检测,一般使用差分法。 3. 对于前景像素,采用形态学处理提取连通区域。 4. 对于每个连通区域,计算其质心与外接矩形,作为目标的中心点和BoundingBox。可以使用cv::moments()和cv::boundingRect()函数实现。 5. 可以加入目标过滤和跟踪等后续处理。 下面是一个简单的示例代码: ``` #include <opencv2/opencv.hpp> int main() { cv::VideoCapture cap("test.mp4"); cv::Ptr<cv::BackgroundSubtractor> pMOG2 = cv::createBackgroundSubtractorMOG2(); while (true) { cv::Mat frame; cap >> frame; if (frame.empty()) { break; } cv::Mat fgMask; pMOG2->apply(frame, fgMask); cv::Mat kernel = cv::getStructuringElement(cv::MORPH_ELLIPSE, cv::Size(5, 5)); cv::morphologyEx(fgMask, fgMask, cv::MORPH_OPEN, kernel); std::vector<std::vector<cv::Point>> contours; std::vector<cv::Vec4i> hierarchy; cv::findContours(fgMask, contours, hierarchy, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE); for (int i = 0; i < contours.size(); i++) { cv::Moments moments = cv::moments(contours[i], true); cv::Point center(moments.m10 / moments.m00, moments.m01 / moments.m00); cv::Rect bbox = cv::boundingRect(contours[i]); cv::rectangle(frame, bbox, cv::Scalar(0, 0, 255), 2); cv::circle(frame, center, 4, cv::Scalar(0, 255, 0), -1); } cv::imshow("frame", frame); cv::imshow("fgMask", fgMask); char key = cv::waitKey(30); if (key == 27) { break; } } cap.release(); cv::destroyAllWindows(); return 0; } ``` 其中,cv::BackgroundSubtractor是背景减除的基类,cv::BackgroundSubtractorMOG2是一种改进的高斯混合模型方法,使用较为广泛。cv::findContours()函数可以用来提取轮廓。

“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
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