C++调用opencv完成运动目标捕捉_python

使用编译器：Qt Creator 4.2.1 目录

一、原理说明：

二、过程详解：

1.将传入的两帧先进行灰度处理，转化将rgb类型图片转化为灰度图，可大大降低处理时间和资源消耗

2.将两帧图片进行差帧处理

3.将图像二值化，只有黑和白，便于计算机计算，但是会产生噪点（后续会进行简单的降噪 *** 作）

4.腐蚀处理，腐蚀掉*x方块大小的像素，我这里设置了4*4,清除大部分噪点

5. 膨胀处理，把去除过噪点的像素图像膨胀，变大，我这里膨胀了30*30

6.将变动过的像素目标打上标记（注意要在原帧上进行标记）

三、代码

一、原理说明：

差帧识别原理：将这一帧的图像和上一帧的图像进行比对，产生变化的即为运动的目标像素块

二、过程详解： 1.将传入的两帧先进行灰度处理，转化将rgb类型图片转化为灰度图，可大大降低处理时间和资源消耗

将转换后的图片转存至frontGray和afterGray

    cvtColor(frontFrame,frontGray,CV_BGR2GRAY);
    cvtColor(afterFrame,afterGray,CV_BGR2GRAY);

2.将两帧图片进行差帧处理

将有差别的像素转存至diff

    //帧差处理  找到两帧之间运动物体差异
    //缺点:会捕捉所有运动的物体,没办法专门捕捉某个目标
    absdiff(frontGray,afterGray,diff);

效果如下：

3.将图像二值化，只有黑和白，便于计算机计算，但是会产生噪点（后续会进行简单的降噪 *** 作）

    //二值化: 使其变得更加黑白分明,便于计算,会产生噪点
    threshold(diff,diff,25,255,CV_THRESH_BINARY);

效果如下：

一个个单独的小白点就是噪点，是因为光线反光和树叶的晃动

4.腐蚀处理，腐蚀掉

    //腐蚀处理:去除大部分的白色噪点
    Mat element = cv::getStructuringElement(MORPH_RECT,Size(4,4));
    //小于4*4方块的白色噪点都会被腐蚀
    erode(diff,diff,element);

效果如下，噪点确实少了很多，但是运动的物体也被腐蚀掉了很多，可能会出现漏掉运动物体的情况

可以发现，噪点几乎没有了，但是车辆的像素也被腐蚀了

5. 膨胀处理，把去除过噪点的像素图像膨胀，变大，我这里膨胀了30*30

    //膨胀处理:将白色区域变"胖",便于识别
    Mat element2=cv::getStructuringElement(MORPH_RECT,Size(30,30));
    dilate(diff,diff,element2);

效果如下：

小像素变成“大果粒”了

6.将变动过的像素目标打上标记（注意要在原帧上进行标记）

//动态物体标记
    veclass="superseo">ctor>contours;//用于保存关键点
    findContours(diff,contours,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_SIMPLE,Point(0,0));
    //提取关键点
    vector>contours_poly(contours.size());
    vectorboundRect(contours.size());
    int x,y,w,h;
    int num=contours.size();
    for(int i=0;i

 
效果如下： 
 

 
 
  实际效果,偶尔有树叶飘动会产生一点点干扰
 

 
 三、代码 
#include 
#include 
using namespace cv;
using namespace std;

Mat moveCheck(Mat &frontFrame,Mat &afterFrame)
{
    Mat frontGray,afterGray,diff;
    Mat resFrame=afterFrame.clone();
    //灰度处理,节省运算时间
    cvtColor(frontFrame,frontGray,CV_BGR2GRAY);
    cvtColor(afterFrame,afterGray,CV_BGR2GRAY);
    //帧差处理  找到两帧之间运动物体差异
    //缺点:会捕捉所有运动的物体,没办法专门捕捉某个目标
    absdiff(frontGray,afterGray,diff);

    //二值化: 使其变得更加黑白分明,便于计算,会产生噪点
    threshold(diff,diff,25,255,CV_THRESH_BINARY);

    //腐蚀处理:去除大部分的白色噪点
    Mat element = cv::getStructuringElement(MORPH_RECT,Size(4,4));//小于4*4方块的白色噪点都会被腐蚀
    erode(diff,diff,element);

    //膨胀处理:将白色区域变"胖",便于识别
    Mat element2=cv::getStructuringElement(MORPH_RECT,Size(30,30));
    dilate(diff,diff,element2);
    //动态物体标记
    vector>contours;//用于保存关键点
    findContours(diff,contours,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_SIMPLE,Point(0,0));
    //提取关键点
    vector>contours_poly(contours.size());
    vectorboundRect(contours.size());
    int x,y,w,h;
    int num=contours.size();
    for(int i=0;i
 
 QT下配置opencv可以看看这一篇： 
Qt下配置opencv环境_一个不同的ID的博客-CSDN博客opencv在QT下调用,环境配置https://blog.csdn.net/baidu_38326512/article/details/124235789?spm=1001.2014.3001.5502					
										


					
						欢迎分享，转载请注明来源：内存溢出
原文地址: http://outofmemory.cn/langs/716601.html

C++调用opencv完成运动目标捕捉

发表评论

评论列表（0条）