帧差法
由于场景中的目标在运动 ,目标的影像在不同图像 帧中的位置不同。该算法对时间上连续的两帧图像进行查分运算,不同帧对应的像素点相减,判断灰度差的绝对值,当绝对值超过一定阈值时,即可判断为运动目标,从而实现木匾的检测功能。
帧间法非常简单,但是会引入噪音和空洞问题。
混合高斯模型
import numpy as np
import cv2
# 经典测试视频
cap = cv2.VideoCapture("test.MP4")
# 形态学操作需要使用
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(3,3))
# 创建混合高斯模型用于背景建模
fgbg = cv2.createBackgroundSubtractorMOG2()
while(True):
ret,frame = cap.read()
fgmask = fgbg.apply(frame)
# 形态学开运算去噪点
fgmask = cv2.morphologyEx(fgmask,cv2.MORPH_OPEN,kernel)
# 寻找视频中的轮廓
img,contours,hierarchy = cv2.findContours(fgmask,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
for c in contours:
# 计算轮廓的周长
perimeter = cv2.arcLength(c,True)
if perimeter > 188:
# 找到一个直矩形(不会旋转)
x,y,w,h = cv2.boundingRect(c)
# 画出这个矩形
cv2.rectangle(frame,(x,y),(x+w,y+h),(0,255,0),2)
cv2.imshow("frame",frame)
cv2.imshow("fgmask",fgmask)
k = cv2.waitKey(100)&0xff
if k == 27:
break
cap.release()
cv2.destroyAllWindows()