6.车流量计算上

代码

import cv2
import numpy

# 创建一个可以调整大小的窗口
cv2.namedWindow('trackbar', cv2.WINDOW_NORMAL)
# 设置窗口的初始大小为640x480
cv2.resizeWindow('trackbar', 640, 480)

# 打开一个视频文件
cap = cv2.VideoCapture("./车流量.mp4")

# 创建结构元素，用于形态学操作，这里是椭圆形状
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (6,6))
kernel1 = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (1,1))
kernel2 = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (2,2))

# 创建背景减除器，使用MOG算法
mog = cv2.bgsegm.createBackgroundSubtractorMOG()

# 循环读取视频帧
while True:
    # 读取一帧
    ret, frame = cap.read()
    if ret == True:  # 如果读取成功
        # 转换颜色空间从BGRA到BGR
        frame = cv2.cvtColor(frame, cv2.COLOR_BGRA2BGR)
        # 使用高斯模糊去噪
        frame = cv2.GaussianBlur(frame,(3,3),4)
        # 应用背景减除器
        frame = mog.apply(frame)
        # 使用腐蚀操作去除小的噪声点
        frame = cv2.erode(frame,kernel1)
        # 使用膨胀操作填充对象内部的小孔
        # frame = cv2.dilate(frame,kernel2)
        # 使用闭操作填充对象内部的空白区域
        frame = cv2.morphologyEx(frame,cv2.MORPH_CLOSE,kernel)
        # 查找轮廓
        contours, h = cv2.findContours(frame,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
        # 遍历所有轮廓
        for cnt in contours:
            # 获取轮廓的边界框
            (x,y,w,h) = cv2.boundingRect(cnt)
            # 如果边界框的宽度或高度小于30，则忽略
            if not(w>30) and (h>30):
                continue
            # 在原图上绘制边界框
            cv2.rectangle(frame,(x,y),((x+w),(y+h)),(255,0,0),2)

            # 显示处理后的帧
            cv2.imshow('trackbar',frame)
        # 等待按键，如果按下'q'则退出循环
        key = cv2.waitKey(1)
        if key == ord('q'):
            break

# 释放视频流
cap.release()
# 销毁所有OpenCV窗口
cv2.destroyAllWindows()