使用OpenCV实现运动背景的重建

最新推荐文章于 2023-12-31 18:31:43 发布
置顶 最新推荐文章于 2023-12-31 18:31:43 发布
阅读量7.9k 收藏 9
点赞数 1
文章标签： video avi null file 360
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qs1976/article/details/2604967
版权 
void CObjectDetectDlg::OnButtonOpenfile() 

{

	// TODO: Add your control notification handler code here

	// 文件打开对话框

	CFileDialog dlg(true,"*.avi",NULL,NULL,"*.avi|*.avi||");

	if (dlg.DoModal()==IDOK)

	{

		strAviFilePath = dlg.GetPathName();

	}else

	{

		return;

	}

	

}



void CObjectDetectDlg::OnButtonProcess() 

{

	// TODO: Add your control notification handler code here

	//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;

	

	//打开AVI视频文件

	if(strAviFilePath=="")  //判断文件路径是否为空

	{

		MessageBox("请先选择AVI视频文件!");

		return;

	}else

	{

		if(!(pCapture = cvCaptureFromFile(strAviFilePath)))

		{

			MessageBox("打开AVI视频文件失败!");

			return;

		}

	}

	

	//创建窗口

	cvNamedWindow("Video", 1);

	cvNamedWindow("Background",1);

	cvNamedWindow("Foreground",1);

	

	//使窗口有序排列,窗口宽330

	cvMoveWindow("Video", 30, 0);

	cvMoveWindow("Background", 360, 0);

	cvMoveWindow("Foreground", 690, 0);

	

	//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); // 存放背景图像(灰度)

			pFrImg = cvCreateImage(cvSize(pFrame->width, pFrame->height), IPL_DEPTH_8U,1); // 存放中间图像(灰度)

			

			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(灰度)

			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); //转化成单通道图像再处理(灰度)

			cvConvert(pFrImg, pFrameMat);

			

			//高斯滤波先，以平滑图像

			//cvSmooth(pFrameMat, pFrameMat, CV_GAUSSIAN, 3, 0, 0);

			

			//当前帧跟背景图相减(求背景差并取绝对值)

			cvAbsDiff(pFrameMat, pBkMat, pFrMat);

			

			//二值化前景图(这里采用特定阈值进行二值化)

			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);

			

			//滑动平均更新背景(求平均)

			cvRunningAvg(pFrameMat, pBkMat, 0.003, 0);

			//将背景转化为图像格式，用以显示

			cvConvert(pBkMat, pBkImg);

			

			// 保持原图像的旋转方向

			pBkImg->origin = pFrImg->origin = pFrame->origin;

			

			//显示图像

			// cvFlip(pFrame, pFrame, 0);

			//cvFlip(pBkImg, pBkImg, 0); //转置一下，否则图像是颠倒的

			cvFlip(pFrImg, pFrImg, 0);

			

			//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);

	

	

}





//运动目标检测，直接从摄像机获取图像

void CObjectDetectDlg::OnButtonCamer() 

{

	

	//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);

	//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])))

	//if( !(pCapture = cvCaptureFromFile(this->strAviFilePath)))

	if( !(pCapture = cvCaptureFromCAM(-1)))	

	{

		   MessageBox("打开摄像机视频失败!");

			return;

		//fprintf(stderr, "Can not open video file %s/n", this->strAviFilePath);

		//  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);

			//高斯滤波先，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);

			

			// 保持原图像的旋转方向

			pBkImg->origin = pFrImg->origin = pFrame->origin;

			

			//显示图像

			// cvFlip(pFrame, pFrame, 0);

			//cvFlip(pBkImg, pBkImg, 0); //转置一下，否则图像是颠倒的

			//cvFlip(pFrImg, pFrImg, 0);

			

			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);

}
qs1976
关注
OpenCV学习之利用背景建模检测运动物体
Joey's Blog
08-05 1247
利用背景建模检测运动物体#include "cv.h" #include "highgui.h" #include <stdio.h> int main(int argc, char** argv) { IplImage* pFrame = NULL; IplImage* pFrImg = NULL; IplImage* pBkImg = NULL; CvMat* p
使用OpenCV对运动员的姿势进行检测
小白学视觉
01-31 8602
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达如今，体育运动的热潮日益流行。同样，以不正确的方式进行运动的风险也在增加。有时可能会导致严重的伤害。考虑到这些原因，提...
基 于OpenCV 的动态背景下的运动目标检测
08-17
研究在动态背景下对视频图像序列进行运动目标的检测。主要包括三个步骤， 分别是运动估计，运动补偿和目标检测。 在运动估计中采用的主要是基于特征点匹配算法
运动目标检测 opencv 背景差分法
08-20
自适应阀值分割 检测动态目标 背景差分法 自动更新背景 motionDETection.cpp
用差分实现背景重建算法（英文）
12-21
用差分做背景重建的算法，分类属数字视频技术。
OPENCV目标跟踪Opencv实现vibe算法用于视频前景检测
04-15
OpenCV用C++编写而成，同时也提供了Python、Java等语言的接口，支持跨平台运行，在Linux、Windows、Mac OS等操作系统上都可以使用。 目标跟踪是计算机视觉领域的核心技术之一，它的目的是在视频序列中，自动地对感...
2.1 使用openCV捕获摄像头并实现预览功能
西部秋虫的博客
12-31 1653
从这节课开始，我们将逐步利用ffmpeg和openCV实现一个可以将usb摄像头画面及麦克风声音合并在一起推送到rtmp服务器的推流工具，这种工具一般可用于视频直播、会议、授课等场景，可以说应用场景非常广泛。图像分割：openCV支持基于颜色、纹理、形状等特征的图像分割算法，如GrabCut、MeanShift、Watershed等。特征提取和描述：openCV支持各种特征提取算法，如SIFT、SURF、ORB等，并提供了特征描述子的计算和匹配函数。二、使用openCV捕获摄像头并实现预览功能的原理。
一种基于背景重建的运动目标检测算法
05-04
文中详细介绍了背景重建的过程，包括使用平均亮度和图像能量作为约束条件来改进背景重建算法，并通过背景减法策略检测运动目标。 #### 关键词解析 - **运动目标检测**：指从视频流中自动识别并追踪移动对象的技术...
OPENCV目标跟踪基于codebook运动目标检测
最新发布
04-15
这些接口大多都是基于底层的C++实现的，但也提供了Python和Java的绑定接口，方便不同背景的开发者使用。在进行目标跟踪时，开发者可以利用OpenCV中的Tracker API，这个API集合了大量的跟踪算法，可以快速地实现在...
opencv实现逼真贴图 白色背景被去除 看着就只显示轮廓
08-24
比如 将一个背景为白色的鱼贴到一个海洋背景中 本程序就可以只贴鱼的部分 而过滤掉白色的背景 看起来更为逼真（用opencv实现）
opencv实现背景分离
01-04
使用opencv函数grabcut，实现前景和背景分离 使用opencv函数grabcut，实现前景和背景分离
opencv背景法
03-14
运用c++对目标进行自动跟踪，背景差法与camshift算法的结合.
opencv彩色背景提取
04-19
提取视频彩色背景
OpenCV混合高斯背景建模
图像研究猿的专栏
07-26 2544
本文主要内容是一个混合高斯背景建模[1]的OpenCV例子。
【youcans 的 OpenCV 例程200篇】146. 基于灰度形态学的复杂背景图像重建
youcans的博客
04-03 2767
本例程采用灰度形态学方法处理复杂背景下的图像重建，以实现在一致灰度背景下保留文本。 本例程的问题及图片来自 Rafael C. Gonzalez "Digital Image Processing, 4th.Ed."。原著（包括英文版和中文版）中的方法说明存在一些错漏，请读者阅读时多加注意。 本案例的步骤通过程序进行了验证，运行结果也附在文后，供读者参考和对照。
DymSLAM: 基于几何和运动分割的4D动态场景重建（ RAL）
3D视觉工坊
01-05 999
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者丨paopaoslam来源丨泡泡机器人SLAM标题: DymSLAM:4D Dynamic Scene Reconstructi...
使用重构删除复杂图像的背景
YangYaYan的博客
05-10 851
%使用重构删除复杂图像的背景 f=imread('calculator.tif'); subplot(4,2,1),imshow(f),title('原图像') f_obr=imreconstruct(imerode(f,ones(1,71)),f);%开运算后再重构 subplot(4,2,2),imshow(f_obr),title('开运算重构后的图像') f_o=imopen(f,on...
使用OpenCV解决实战计算机视觉问题
4. **3D头部追踪**：结合OpenCV的立体视觉和运动分析功能，可以追踪并重建头部的3D位置，这在虚拟现实和游戏开发中有着广泛的应用。 这本书不仅教授了OpenCV的基本操作，如图像读取、显示、转换和滤波，还深入到...
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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