安裝各種環境
學習背景分割、二值化、膨脹、腐蝕等操作。
原始碼:
#!/usr/bin/env python
# 汽車運動檢測 p140
import cv2
import os
import numpy as np
#cap = cv2.videocapture(1)
#cap = cv2.videocapture(0) #調取攝像頭
bs = cv2.createbackgroundsubtractorknn(detectshadows = true)
while true:
ret, frame = cap.read()
th = cv2.threshold(fgmask.copy(),244,255,cv2.thresh_binary)[1]
dilated = cv2.dilate(
th,cv2.getstructuringelement(cv2.morph_ellipse,(3,3)),
iterations = 2)
t = 0
for c in contours:
if(cv2.contourarea(c) > 1600):
t+=1
(x,y,w,h) = cv2.boundingrect(c)
cv2.rectangle(frame,(x,y),(x+w,y+h),(255,255,0),2)
print(t) #列印當前有幾個移動物體
cv2.imshow('mog', fgmask)
cv2.imshow('thresh',th)
cv2.imshow('detection', frame)
if cv2.waitkey(1) & 0xff == ord('q'):
break
cap.release()
cv2.destroyallwindows()
效果展示: opencv運動物體檢測
參考資料 python opencv實現動態物體追蹤 python opencv實踐 一 基於顏色的物體追蹤 上 在hsv顏色空間識別區域顏色 opencv python tutorials opencv形態學處理 opencvl輪廓檢測函式 樹莓派智慧型小車結合攝像頭,opencv進行物體追蹤 給...
opencv學習之四十二 簡單運動檢測
背景法是 將一幅圖作為背景,讓後和每一幀對比 缺點是一開始存入的背景可能隨光照變法而造成錯誤,但是可以用在光照環境穩定的地方,優點是可以檢測之前背景沒有的景象 差幀法是 將前一幀和後一幀進行對比 缺點是無法對運動後突然又靜止的景象進行識別,優點是光照不影響 例項背景法 運動檢測,攝像頭檢測,背景法 ...
運動物體目標檢測實現 基於OpenCV
基於opencv實現的乙個運動目標檢測演算法,可以用來檢測行人,車輛等運動目標。include include include include int main int argc,char argv 宣告iplimage指標 iplimage pframe null iplimage pfrimg ...