opencv檢測動態(tài)物體的實現
之前我在超市看到當有物體經過時,監(jiān)控的屏幕邊緣會出現綠框。感覺蠻有意思的。來用opencv試試能不能實現類似的效果。
我采用的檢測動態(tài)物體的方法是,比較前后兩幀圖像,即當前畫面與上一幀的畫面出現了不同。我們把兩幀畫面進行比較。然后框選出運動的物體。我們還希望程序可以判斷當前窗口到底有沒有物體在運動。那么我們就需要添加一個狀態(tài)。為了方便我們找到什么時間有物體移動,我打印出時間。
當我們的程序檢測到移動的物體時,會捕捉到它的輪廓,添加一個外接整矩形框,返回x,y的坐標。當不返回坐標時,則意味著沒有物體運動,我們通過坐標值來是否有物體移動。并打印出當時的本地時間。
源代碼:
import cv2
import time
import numpy as np
def videos():
cap = cv2.VideoCapture(1)
#不設置是默認640*480,我們這里設置出來
cap.set(3, 640)
cap.set(4, 480)
img_num = 0
k = np.ones((3, 3), np.uint8)
while True:
success, img = cap.read()
localtime = time.asctime(time.localtime(time.time()))
if not img_num:
# 這里是由于第一幀圖片沒有前一幀
previous = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
gray_diff = cv2.absdiff(gray, previous) # 計算絕對值差
# previous 是上一幀圖片的灰度圖
thresh = cv2.threshold(gray_diff, 40, 255, cv2.THRESH_BINARY)[1]
mask = cv2.medianBlur(thresh, 3)
close = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, k)
cnts = cv2.findContours(close,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)[0]
for c in cnts:
area = cv2.contourArea(c)
if area > 50:
x, y, w, h = cv2.boundingRect(c)
cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2)
if x>0:
print("動",localtime)
cv2.putText(img, localtime, (30, 30), cv2.FONT_HERSHEY_COMPLEX, 0.7, (0, 0, 255), 2)
cv2.imshow("x", close)
cv2.imshow("Result", img)
img_num += 1
if cv2.waitKey(1) & 0xFF == ord('q'):
break
videos()
靜:

動:
當有物體經過窗口時,控制臺打印出了時間。這樣便于我們在錄制好的視頻內查找。

為了方便,我在窗口左上角加入了時間和日期。
**注意!**必須把
localtime = time.asctime(time.localtime(time.time()))
放入主循環(huán)內,否則只返回調用的一瞬間的本地時間,不會程序持續(xù)。
也不可以使用time.sleep()來控制時間變化,這會影響我們視頻的幀率
這個方法的弊端是當環(huán)境光線亮度變化過大時,返回的輪廓會產生變化,導致程序判斷整個屏幕都在運動,這點仍需改進。
到此這篇關于opencv檢測動態(tài)物體的實現的文章就介紹到這了,更多相關opencv檢測動態(tài)物體內容請搜索本站以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持本站!
版權聲明:本站文章來源標注為YINGSOO的內容版權均為本站所有,歡迎引用、轉載,請保持原文完整并注明來源及原文鏈接。禁止復制或仿造本網站,禁止在非maisonbaluchon.cn所屬的服務器上建立鏡像,否則將依法追究法律責任。本站部分內容來源于網友推薦、互聯網收集整理而來,僅供學習參考,不代表本站立場,如有內容涉嫌侵權,請聯系alex-e#qq.com處理。
關注官方微信