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()