opencv-视频处理--实时前景检测-二帧差法

原视频

主要思想：

通过当前帧的灰度图(currentGrayFrame)和前一帧的灰度图(previousGrayFrame)的差，进行像素级的比较。

符号：

：代表当前帧(x,y)处的灰度值

：代表前一帧(x,y)处的灰度值

：代表当前帧和上一帧在(x,y)处的差的绝对值

如果

：差值大于阈值Thresh，代表是前景点

：差值小于阈值Thresh,代表为背景点

优点：

实时性

缺点：

1、运动物体如果过大，且颜色一致，则会造成运动物体中空的现象

2、如果光照变化强烈，也不适合该算法

代码：

#include<iostream>
using namespace std;
#include<opencv2\core\core.hpp>
#include<opencv2\highgui\highgui.hpp>
#include<opencv2\imgproc\imgproc.hpp>
using namespace cv;

const unsigned char FORE_GROUD = 255;
int thresh = 30;

int main(int argc,char*argv[])
{	
	
	VideoCapture video(argv[1]);

	//判断如果video是否可以打开
	if(!video.isOpened())
		return -1;
	
	//用于保存当前帧的图片
	Mat currentBGRFrame;
	
	//用来保存上一帧和当前帧的灰度图片
	Mat previousGrayFrame;
	Mat currentGaryFrame;

	//用来保存帧差
	Mat frameDifference;//CV_16SC1

	//用来保存帧差的绝对值
	Mat absFrameDifferece;

	//用来显示前景
	Mat segmentation;
	
	//显示原视频
	namedWindow("video",1);

	//显示前景
	namedWindow("segmentation",1);
	createTrackbar("阈值:","segmentation",&thresh,FORE_GROUD,NULL);

	//帧数
	int numberFrame = 0;

	//形态学处理用到的算子
	Mat morphologyKernel = getStructuringElement(MORPH_RECT,Size(3,3),Point(-1,-1));
	
	for(;;)
	{
		//读取当前帧
		video >> currentBGRFrame;

		//判断当前帧是否存在
		if(!currentBGRFrame.data)
			break;

		numberFrame++;
		
		if( numberFrame == 1)
		{
			//颜色空间的转换
			cvtColor(currentBGRFrame,currentGaryFrame,COLOR_BGR2GRAY);
			//保存当前帧的灰度图
			previousGrayFrame = currentGaryFrame.clone();
			imshow("video",currentBGRFrame);
			continue;
		}
		else
		{
			//颜色空间的转换
			cvtColor(currentBGRFrame,currentGaryFrame,COLOR_BGR2GRAY);
			
			//src1-src2
			subtract(currentGaryFrame,previousGrayFrame,frameDifference,Mat(),CV_16SC1);
			
			//取绝对值
			absFrameDifferece = abs(frameDifference);
			
			//位深的改变
			absFrameDifferece.convertTo(absFrameDifferece,CV_8UC1,1,0);

			//阈值处理
			threshold(absFrameDifferece,segmentation,double(thresh),double(FORE_GROUD),THRESH_BINARY);

			//中值滤波
			medianBlur(segmentation,segmentation,3);

			//形态学处理(开闭运算)
			//morphologyEx(segmentation,segmentation,MORPH_OPEN,morphologyKernel,Point(-1,-1),1,BORDER_REPLICATE);
			morphologyEx(segmentation,segmentation,MORPH_CLOSE,morphologyKernel,Point(-1,-1),2,BORDER_REPLICATE);
						
			//显示二值化图片
			imshow("segmentation",segmentation);

			//找边界
			vector< vector<Point> > contours;
			vector<Vec4i> hierarchy;
			findContours( segmentation, contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE, Point(0, 0) );//CV_RETR_TREE
			vector< vector<Point> > contours_poly( contours.size() );
		
			/*存储运动物体*/
			vector<Rect> boundRect;
			boundRect.clear();

			//画出运动物体
			//对视频中出现的运动物体，进行初次的筛选
			for(int index = 0;index < contours.size() ;index++)
			{
				approxPolyDP( Mat(contours[index]), contours_poly[index], 3, true );
				Rect rect =  boundingRect( Mat(contours_poly[index]) );
				rectangle(currentBGRFrame,rect,Scalar(0,255,255),2);
			}

			//显示原视频
			imshow("video",currentBGRFrame);

			//保存当前帧的灰度图
			previousGrayFrame = currentGaryFrame.clone();
		}

		if(waitKey(33) == 'q')
			break;

	}
	return 0;
}

发现当运动的颜色，很接近时，前景检测运动物体容易出现空洞。

--下一篇会介绍对二帧差法的改进，三帧差法