Emgu CV4图像处理之运动物体检测16(C#)

zxy2847225301

已于 2022-11-10 16:38:06 修改

阅读量801

点赞数

分类专栏：图像处理C# 文章标签： c# EmguCV 运动物体检测

于 2022-11-10 16:32:00 首次发布

本文链接：https://blog.csdn.net/zxy13826134783/article/details/127791339

版权

图像处理C# 专栏收录该内容

23 篇文章 8 订阅

订阅专栏

本文测试环境：

win10 64位

vistual studio 2019

Emgu CV 4.6.0

环境配置准备：

1 新增控制台项目，.net framework为4.7.2

2 把win-x64目录的native目录下的文件全部拷贝到项目的运行目录Debug目录下

3 项目选择x64

4 添加项目引用Emgu.CV.dll、Emgu.CV.Platform.NetFramework.dll、System.Drawing.dll和System.Runtime.InteropServices.RuntimeInformation.dll

具体配置参考：
Emgu CV4图像处理之环境搭建1(C#)_zxy2847225301的博客-CSDN博客

本案例是检测视频运动的车辆

代码中的视频可以从这个地址中下载(需要单独复制到浏览器中打开，这样双击打开会报Forbiden的)：

https://vd2.bdstatic.com/mda-jjhtuqg81rtcgtqz/sc/mda-jjhtuqg81rtcgtqz.mp4?v_from_s=hkapp-haokan-hnb&auth_key=1668065179-0-0-6a0e695779701a0e25b4e3428e80fe89&bcevod_channel=searchbox_feed&pd=1&cd=0&pt=3&logid=3379081635&vid=15251757848743272386&abtest=104959_2-105568_2&klogid=3379081635

下载后，把视频的名称修改为：car_run.mp4

想要获取到运动中的车辆，需要比较两帧视频的图片，然后做减法运算

这类比较经典的案例是统计车流量：参考博客如下：

35-运动物体检测1（EmguCV学习）_牛客博客

36-运动物体检测2（EmguCV学习）_牛客博客

我这个是失败品，效果太差了，黑色的车压根就检测不到，后面的就不做了，仅作记录

参考代码如下：

using Emgu.CV;
using Emgu.CV.Structure;
using Emgu.CV.Util;
using System;
using System.Collections.Generic;
using System.Drawing;
using System.IO;
using System.Linq;
using System.Text;
using System.Threading.Tasks;

namespace EmguCVDemo2
{
    class Program
    {
        static void Main(string[] args)
        {
            TrackRunCar("car_run.mp4");
            CvInvoke.WaitKey(0);
            Console.ReadLine();
        }
        /// <summary>
        /// 检测运动物体
        /// </summary>
        private static void TrackRunCar(string videoFile)
        {
            VideoCapture videoCapture = new VideoCapture(videoFile);
            if (!videoCapture.IsOpened)
            {
                Console.WriteLine("视频未打开");
            }
            Mat pic = new Mat();
            Mat bmg = null;
            while (true)
            {
                videoCapture.Read(pic);
                if (pic.IsEmpty)
                {
                    Console.WriteLine("视频帧已经读取完毕");
                    break;
                }
                CvInvoke.Resize(pic, pic, new Size(800, 600));
                CvInvoke.Imshow("raw_pic", pic);
                //转灰度图
                CvInvoke.CvtColor(pic, pic, Emgu.CV.CvEnum.ColorConversion.Bgr2Gray);
                if (bmg == null)
                {
                    bmg = pic.Clone();
                }
                Mat target = new Mat();
                CvInvoke.Subtract(pic, bmg, target);
                bmg = pic.Clone();
                //高斯滤波
                CvInvoke.GaussianBlur(target, target, new Size(3, 3), 0);
                //二值化
                CvInvoke.Threshold(target, target, 110, 255, Emgu.CV.CvEnum.ThresholdType.Binary);

                Mat element = CvInvoke.GetStructuringElement(Emgu.CV.CvEnum.ElementShape.Rectangle, new Size(3, 3), new Point(-1, -1));

                //腐蚀 
                CvInvoke.Erode(target, target, element, new Point(-1, -1), 1, Emgu.CV.CvEnum.BorderType.Default, new MCvScalar());

                //膨胀
                CvInvoke.Dilate(target, target, element, new Point(-1, -1), 2, Emgu.CV.CvEnum.BorderType.Default, new MCvScalar());

                CvInvoke.Imshow("target", target);
                CvInvoke.WaitKey(20);
                
            }
            Console.WriteLine("RemoveImgBackground方法运行结束");
            
        }

       


    }
}

运行效果如下：