opencv 3 计算机视觉 Python语言实现：8.1检测移动目标

代码： detect.py

#coding=gbk

import cv2

import numpy as np

camera = cv2.VideoCapture(0)

#构造一个椭圆形结构元素，关于cv2.getStructuringElement()函数可自行百度

es = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(9,4))

kernel = np.ones((5,5),np.uint8)

background = None

while Ture:

     ret, frame = camera.read()

     if  background is None:

           background = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)

           background = cv2.GaussianBlur(background,(21,21),0)

           continue  #结合while、for循环使用，意思为跳过后续的代码段，接在后面的代码不执行

     gray_frame =  cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)

     gray_frame =  cv2.GaussianBlur(gray_frame,(21,21),0)

     diff = cv2.absdiff(background,gray_frame) #将读取的帧与背景图相减

     diff = cv2.threshold(diff,25,255,cv2.THRESH_BINARY)[1] # 进行二值化处理，只显示白色和黑色两色图像

     diff = cv2.dilate(diff,es,iteration = 2)

     #cv2.findContours()函数找出边界，具体参数含义可百度，返回三个值，cnts表示边界的数量

     image,cnts,hierarchy = cv2.findContours(diff.copy(),cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)

     for  c in cnts:

         if cv2.contoursArea(c)<1500:     # 函数cv2.contoursArea()求解边界面积

              continue

         (x,y,w,h) = cv2.boundingRect(c)  # 获取直边界矩形
         cv2.rectangle(frame, (x,y), (x+w, y+h), (255, 255, 0), 2)

      cv2.imshow("mog", fgmask)
      cv2.imshow("thresh", th)
      k = cv2.waitKey(30) & 0xff    
      if k == 27:     # 退出按ESC键
          break

camera.release()
cv2.destroyAllWindows()

代码虽短，但涉及的知识点较多， 如：cv2.getStructuringElement()、cv2.absdiff()、cv2.threshold(）[1]（二值化处理会返回多个值，用索引[1]表示返回二值化处理后的图像）、cv2.dilate()（膨胀图像处理，另还有腐蚀图像处理cv2.erode()）、cv2.findContours()、cv2.contoursArea()、cv2.boundingRect()可一一百度学习。