C++ opencv运动目标捕捉
一个不同的ID 人气:0使用编译器：Qt Creator 4.2.1
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操作）
//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<x*x方块大小的像素，我这里设置了4*4,清除大部分噪点
//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
vector<vector<Point>>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<vector<Point>>contours_poly(contours.size());
vector<Rect>boundRect(contours.size());
int x,y,w,h;
int num=contours.size();
for(int i=0;i<num;i++)
{
approxPolyDP(Mat(contours[i]),contours_poly[i],3,true);
boundRect[i]=boundingRect(Mat(contours_poly[i]));
x=boundRect[i].x;
y=boundRect[i].y;
w=boundRect[i].width;
h=boundRect[i].height;
//绘制
rectangle(resFrame,Point(x,y),Point(x+w,y+h),Scalar(0,255,0),2);
}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 <iostream>
#include <opencv2/opencv.hpp>
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<vector<Point>>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<vector<Point>>contours_poly(contours.size());
vector<Rect>boundRect(contours.size());
int x,y,w,h;
int num=contours.size();
for(int i=0;i<num;i++)
{
approxPolyDP(Mat(contours[i]),contours_poly[i],3,true);
boundRect[i]=boundingRect(Mat(contours_poly[i]));
x=boundRect[i].x;
y=boundRect[i].y;
w=boundRect[i].width;
h=boundRect[i].height;
//绘制
rectangle(resFrame,Point(x,y),Point(x+w,y+h),Scalar(0,255,0),2);
}
return resFrame;
}
int main(int argc, char *argv[])
{
Mat frame;
Mat temp;
Mat res;
int num=0;
VideoCapture cap("D:/VideoTraining/carMove.mp4");
while (cap.read(frame))
{
num++;
if(num==1)
{//如果为第一帧则把当前帧传入(即不产生效果)
res=moveCheck(frame,frame);
}
else
{//从第二帧开始才有差帧
res=moveCheck(temp,frame);
}
temp=frame.clone();//此处注意要调用.clone深拷贝,否则会出现两个画面一样的情况
imshow("frame",frame);
imshow("res",res);
waitKey(25);
}
return 0;
}QT下配置opencv可以看看这一篇：
识别特定目标可以看看这一篇:
总结
加载全部内容