1、学习目标
如何使用Opencv轮廓查找运动检测和跟踪。
使用实时样本视频检测和跟踪运动
我们将看到轮廓是什么。我们将学习如何找到轮廓,绘制轮廓,
2、使用的函数方法:
cv2.findContours()
cv2.drawContours()
cv2.absdiff(frame1, frame2)
cv2.dilate(thresh, None, iterations=3)
cv2.contourArea(contour)
cv2.boundingRect(contour)
3、程序
结果:
程序函数讲解:
(1)
该函数计算两个数组之间的绝对差异。
dst(i)c = | src1(I)c - src2(I)c |
所有阵列必须具有相同的数据类型和相同的大小(或ROI大小)。
cv2.absdiff(src1,src2,[dst])
参数:
src1:第一个源数组
src2:第二个源数组
dst :目标数组
把两幅图的差的绝对值输出到另一幅图上面来
(2)
轮廓面积
cv2.contourArea(contour[, oriented])
参数:
contour:单个轮廓,1xNx1x2维的数组,即N个二维点
oriented:如果为True,可以获得轮廓的方向标志,默认为False
返回值:
轮廓区域的面积
(3)
矩形近似
# 普通矩形
cv2.boundingRect(points)
参数:
points:单个轮廓,1xNx1x2维的数组,即N个二维点
返回:
近似矩形的左上角点坐标、矩形的宽和高(x,y,w,h)
其他矩形类似
# 可旋转矩形,即最小的外包矩形
cv2.minAreaRect(points)
参数:
points:单个轮廓,1xNx1x2维的数组,即N个二维点
返回:
近似矩形的最上角点坐标(x,y),矩形的宽和高(w,h)及旋转角度θ(°)
# 矩形表达形式的装换
cv2.boxPoints(box)
参数:
box:四个二维点的数组
返回:
转换为矩形的四个角点坐标