Opencv学习之二帧差法运动目标检测与轮廓提取 ,供大家参考,具体内容如下
代码是从网上摘抄学习的,加了好多注释,感觉就像边看书边做笔记一样,给人以满足的享受。Let's do this!
#include "highgui.h"
#include "cv.h"
#include "stdio.h"
#include <time.h>
#include <math.h>
#include <string.h>
const double MHI_DURATION=0.1;//运动跟踪的最大持续时间0.1s
const double MAX_TIME_DELTA=0.5//最大时间增量0.5s
const double MIN_TIME_DELTA=0.05;//最小时间增量0.05s
const int N=3;
const int CONTOUR_MAX_AERA=16;
/*做帧差时要用到的图像缓冲*/
IplImage **buf=0;
int last=0;
/*临时图像*/
IplImage* mhi=0;//运动历史图像mhi
CvConnectedComp* cur_comp,mincomp;
/*typedef struct CvConnectedComp
{
double area; //区域的面积
CvScalar value; //区域颜色的平均值
CvRect rect; //是一个区域的外接矩形
CvSeq * contour; //指向另一个序列的指针
};*/
/*定义一个内存存储器*/
CvMemStorage* storage;
/*二维坐标系下的点,类型为整型,通常以0点为原点,有x、y坐标*/
CvPoint pt[4];
/*当前画面索引*/
int nCurFrameIndex=0;
/*定义用来更新运动历史图像的函数*/
/*img-输入视频帧;dst-检测结果*/
void update(IplImage *img,IplImage *dst,int diff_threshold)
{
/*获得当前时间,单位是秒*/
double timestamp=clock()/100;
/*获得输入视频帧的尺寸,用存到size中*/
CvSize size=cvSize(img->width,img->height);
/*做帧差要用到的中间变量*/
int i,idx1,idx2;
/*当前帧与上一帧做帧差之后,得到的图像数据存储在nimg中*/
IplImage* nimg;
/*这步暂时没看懂- -!*/
IplImage* pyr=cvCreateImage(cvSize((size.width&-2)/2,(size.height&-2)/2),8,1);
/*定义一个内存存储器*/
CvMemStorage* stor;
/*创建一个可增长的序列seq*/
CvSeq* seq;
/*先进行数据的初始化*/
/*如果历史图像为空,或者历史图像尺寸与输入的当前帧尺寸不吻合(这意味着打开了新的视频?)*/
if(!mhi||mhi->width!=size.width||mhi->height!=size.height)
{
/*如果buf还未初始化,则为buf分配内存*/
if(buf==0)
{
/*N=3*/
buf=(IplImage**)malloc(N*sizeof(buf[0]));
/*将指针s所指向的某一块内存中的每个字节的内容全部设置为ch指定的ASCII值,块的大小由第三个参数指定:memset(void *s,char ch,unsigned n)。此处作用相当于将buf内的元素全部置零*/
memset(buf,0,N*sizeof(buf[0]));
}
/*若buf已经初始化了,也将buf置零*/
for(i=0;i<N;i++)
{
cvReleaseImage(&buf[i]);
buf[i]=cvCreateImage(size,IPL_DEPTH_8U,1);
cvZero(buf[i]);
}
/*重新初始化运动历史图像mhi*/
cvReleaseImage(&mhi);
mhi=cvCreateImage(size,IPL_DEPTH_32F,1);
cvZero(mhi);
}
/*将当前要处理的帧转化为灰度图,放到buf的最后一帧*/
cvCvtColor(img,buf[last],CV_BGR2GRAY);
/*这三部是为了做帧差,让buf[idx1]永远保存的是上一帧,buf[idx2]保存当前帧*/
idx1=last;
idx2=(last+1)%N;
last=idx2;
/*做帧差,函数 cvAbsDiff 计算两个数组差的绝对值*/
nimg=buf[idx2];
cvAbsDiff(buf[idx1],buf[idx2],nimg);
/*帧差之后,将得到的图像二值化*/
cvThreshold(nimg,nimg,50,255,CV_THRESH_BINARY);
/*去掉超时的影像以更新运动历史图像*/
cvUpdateMotionHistory(nimg,mhi,timestamp,MHI_DURATION);
cvConvert(mhi,dst);
/*中值滤波,消除小的噪声
函数cvPyrDown使用Gaussian金字塔分解对输入图像向下采样,去除噪声,图像是原图像的四分之一
函数cvDialate做膨胀操作,去除目标的不连续空洞
函数cvPyrUp使用Gaussian金字塔分解对输入图像向上采样,恢复图像,图象是原图像的四倍*/
cvSmooth(dst,dst,CV_MEDIAN,3,0,0,0);
cvPyrDown(dst,pyr,CV_GAUSSIAN_5x5);
cvDilate(pyr,pyr,0,1);
cvPyrUp(pyr,dst,CV_GAUSSIAN_5x5);
/*创建轮廓*/
stor=cvCreateMemStorage(0);
seq=cvCreateSeq(CV_SEQ_ELTYPE_POINT,//从预定义的序列类型中选择一合适的类型
sizeof(CvSeq),//此参数表示序列头部的大小;必须大于或等于sizeof(CvSeq)
/*第三个参数是元素的大小,以字节计。这个大小必须与序列类型(由seq_flags指定)相一致,例如,对于一个点的序列,元素类型 CV_SEQ_ELTYPE_POINT应当被指定,参数elem_size必须等同于sizeof(CvPoint)。
*/
sizeof(CvPoint),
stor);//指向前面定义的内存存储器的指针
/*找到所有轮廓*/
cvFindContours(dst,//源二值图像
stor,//返回轮廓的容器
&seq,//输出参数,第一个外接轮廓的地址。
sizeof(CvContour),
CV_RETR_EXTERNAL,//mode:EXTERNAL——只查找最外的轮廓
CV_CHAIN_APPROX_NONE,//轮廓近似的方法,具体见百度百科- -
cvPoint(0,0));
/*直接用CONTOUR中的矩形来画轮廓*/
/*遍历seq序列*/
for(;seq;seq=seq->h_next)
{
/*直接使用轮廓的矩形,调取rect会得到与x、y轴平行的矩形,并非最小矩形*/
CvRect r=((CvContour*)cont)->rect;//将序列类型转换成轮廓类型的指针?
/*矩形的面积小于轮廓面积的话,舍弃;矩形面积也不能过小*/
if((r.height*r.width>CONTOUR_MAX_AERA)&&(r.height*r.width>2560))
{
/*cvRectangle函数通过对角线两个顶点,绘制矩形*/
cvRectangle(img,//图像
cvPoint(r.x,r.y),//一个顶点
cvPoint(r.x + r.width, r.y + r.height),//另一个顶点
CV_RGB(255,0,0),//线条颜色
1,//线条粗细程度
CV_AA,//线条类型
0); //坐标点的小数点位数
}
}
/*函数调用完毕,释放内存*/
cvReleaseMemStorage(&stor);
cvReleaseImage(&pyr);
}
/处理视频,主函数/
int main(int argc,char**argv)
{
IplImage *motion=0;
CvCapture *capture=0;
/*读取视频帧*/
capture=cvCaptureFromFile("D:\\视频\\01.mp4");
if(capture)
{
cvNamedWindow("Motion",1);
for(;;)
{
IplImage *image;
/*使用cvGrabFrame函数抓取帧*/
if(!cvGrabFrame(capture))
break;
/*使用cvRetrieveFrame函数取回被cvGrabFrame抓取的帧*/
image=cvRetrieveFrame(capture);
if(image)
{
/*如果motion并未初始化,说明这是第一帧。我们将motion初始化*/
if(!motion)
{
motion=cvCreateImage(cvSize(image->width,image->height),8,1);
cvZero(motion);
/*需要保证内存存储的顺序和取出的帧相同*/
motion->origin=image->origin;
}
}
/*若取出了新的一帧,而且motion不为空,则更新画面*/
update(image,motion,10);
/*显示处理过的图像*/
cvShowImage("Motion",image);
/*10ms内检测到用户按了任意键,均退出*/
if(cvWaitKey(10)>=0)
break;
}
/*当上面这个for循环执行结束时,说明视频已经处理完成或者用户停止处理视频了*/
cvReleaseCapture(&capture);
cvDestroyWindow("Motion");
}
return 0;
}
经过测试,这个程序能够成功检测并用红色方框圈出移动的车辆和行人。
待改进的地方有:
①视频处理速度慢,导致视频处理速度只有视频正常播放速度的二分之一。
②对于行人的检测,画出的红色方框不稳定,不是将整个行人框出,经常会分别框出一个人的几个不同部位orz。
③当两个物体稍有重叠时,会将重叠物体当作一个物体圈出。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持亿速云。
亿速云「云服务器」,即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘,价格低至29元/月。点击查看>>
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。