使用 OpenCV 构建车辆计数器系统

介绍

本文，我们将使用欧几里德距离跟踪和轮廓的概念在 Python 中使用 OpenCV 构建车辆计数器系统。

对象追踪

对象跟踪是在视频中定位移动对象的过程。在 OpenCV 中有多种技术可以执行对象跟踪。可以针对 2 种情况执行对象跟踪：

• 跟踪单个对象

• 跟踪多个对象

在这里，我们将执行多对象跟踪方法，因为我们在一个时间范围内有多辆车。

流行的追踪算法

DEEP SORT：它是最广泛使用和非常有效的目标跟踪算法之一，它适用于 YOLO 目标检测，使用卡尔曼滤波器进行跟踪。

质心跟踪算法：质心跟踪算法是一种易于理解且非常有效的算法。这是一个多步骤的过程。

步骤 1：获取检测到的对象的边界框坐标并使用边界框的坐标计算质心。

步骤 2：对于每个后续帧，它使用边界框坐标计算质心，并为这些边界框分配一个 id，并计算每个可能的质心之间的欧几里德距离。

步骤 3：我们的假设是给定对象可能会在后续帧中移动，并且它们质心之间的欧几里德距离将是与其他对象相比的最小距离。

步骤 4：将相同的 ID 分配给后续帧之间的最小移动质心。