OpenCV基于背景减除如何实现行人计数，针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。
下面将使用OpenCV C++ 对视频中的人流量进行统计。
原图如图所示。本案例的需求是想要统计画面中的人流量。画面中走动的行人可以看作是前景，那么我们就需要将前景、背景分割出来。我们可以使用OpenCV提供的BackgroundSubtractorMOG2 高斯混合模型，将行人从画面中分割出来，然后提取轮廓就可以统计人流量了。
计算
安全
数据库
网络和加速
企业服务
Ptr<BackgroundSubtractorMOG2>MOG = createBackgroundSubtractorMOG2();
MOG->apply(frame, mask);
使用上面两行代码就可以创建高斯混合背景提取器。传入原图，返回背景减除结果。如上图所示。接下来只需对上图进行一些简单操作，再提取轮廓就可以进行人流统计了。
threshold(mask, mask, 200, 255, THRESH_BINARY );
morphologyEx(mask, mask, MORPH_OPEN, kernel);
dilate(mask, mask, kernel1);进行二值化、形态学等操作可以将行人作为一个独立个体分割出来。效果如图。
将上面的二值图像进行轮廓检测，然后统计有效轮廓就可以完成对象计数了。
vector<vector<Point>>contours;
vector<vector<Point>>EffectiveContours;
findContours(mask, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);
for (int i = 0; i < contours.size(); i++)
{
double area = contourArea(contours[i]);
if (area > 300)
{
EffectiveContours.push_back(contours[i]);
}
} char text[10];
for (int i = 0; i < EffectiveContours.size(); i++)
{
RotatedRect rect = minAreaRect(EffectiveContours[i]);
Rect box = rect.boundingRect();
rectangle(frame, Rect(box.x, box.y, box.width, box.height), Scalar(0, 255, 0), 2);
sprintf_s(text, "%s%d", "Current:", EffectiveContours.size());
putText(frame, text, Point(10, 30), FONT_HERSHEY_SIMPLEX, 1, Scalar(0, 255, 0), 2);
}
最终效果如图所示。
#include<iostream>
#include<opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main()
{
VideoCapture capture;
capture.open("1.avi");
if (!capture.isOpened())
{
cout << "Can not open video source!" << endl;
system("pause");
return -1;
}
Ptr<BackgroundSubtractorMOG2>MOG = createBackgroundSubtractorMOG2();
Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 5));
Mat kernel1 = getStructuringElement(MORPH_RECT, Size(7, 3));
Mat frame, mask;
while (capture.read(frame))
{
MOG->apply(frame, mask);
threshold(mask, mask, 200, 255, THRESH_BINARY );
morphologyEx(mask, mask, MORPH_OPEN, kernel);
dilate(mask, mask, kernel1);
vector<vector<Point>>contours;
vector<vector<Point>>EffectiveContours;
findContours(mask, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);
for (int i = 0; i < contours.size(); i++)
{
double area = contourArea(contours[i]);
if (area > 300)
{
EffectiveContours.push_back(contours[i]);
}
}
char text[10];
for (int i = 0; i < EffectiveContours.size(); i++)
{
RotatedRect rect = minAreaRect(EffectiveContours[i]);
Rect box = rect.boundingRect();
rectangle(frame, Rect(box.x, box.y, box.width, box.height), Scalar(0, 255, 0), 2);
sprintf_s(text, "%s%d", "Current:", EffectiveContours.size());
putText(frame, text, Point(10, 30), FONT_HERSHEY_SIMPLEX, 1, Scalar(0, 255, 0), 2);
}
imshow("frame", frame);
imshow("mask", mask);
char key = waitKey(10);
if (key == 27)
{
break;
}
}
destroyAllWindows();
capture.release();
system("pause");
return 0;
}关于OpenCV基于背景减除如何实现行人计数问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注亿速云行业资讯频道了解更多相关知识。
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。
