python opencv3 运动检测

git:https://github.com/linyi0604/Computer-Vision

思路:  开启摄像头后 设置一个当前帧为背景, 在之后检测到的帧都与背景对比不同,对不同的地方进行检测

 1 # coding:utf-8
 2 
 3 """
 4 计算帧之间的差异 考虑背景帧与其他帧之间的差异
 5 """
 6 
 7 import cv2
 8 import numpy as np
 9 
10 # 调用摄像头
11 camera = cv2.VideoCapture(0)
12 
13 
14 kernel = np.ones((5, 5), np.uint8)
15 background = None
16 
17 while True:
18     # 读入摄像头的帧
19     ret, frame = camera.read()
20     # 把第一帧作为背景
21     if background is None:
22         background = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
23         background = cv2.GaussianBlur(background, (21, 21), 0)
24         continue
25     # 读入帧
26     gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
27     # 高斯平滑 模糊处理 减小光照 震动等原因产生的噪声影响
28     gray_frame = cv2.GaussianBlur(gray_frame, (21, 21), 0)
29 
30     # 检测背景和帧的区别
31     diff = cv2.absdiff(background, gray_frame)
32     # 将区别转为二值
33     diff = cv2.threshold(diff, 25, 255, cv2.THRESH_BINARY)[1]
34     # 定义结构元素
35     es = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (9, 4))
36     # 膨胀运算
37     diff = cv2.dilate(diff, es, iterations=2)
38     # 搜索轮廓
39     image, cnts, hierarcchy = cv2.findContours(diff.copy(),
40                          cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
41     """
42     cv.findContours()
43         参数:
44             1 要寻找轮廓的图像 只能传入二值图像,不是灰度图像
45             2 轮廓的检索模式,有四种:
46                 cv2.RETR_EXTERNAL表示只检测外轮廓
47                 cv2.RETR_LIST检测的轮廓不建立等级关系
48                 cv2.RETR_CCOMP建立两个等级的轮廓,上面的一层为外边界,
49                     里面的一层为内孔的边界信息。
50                     如果内孔内还有一个连通物体,这个物体的边界也在顶层
51                 cv2.RETR_TREE建立一个等级树结构的轮廓
52             3 轮廓的近似办法
53                 cv2.CHAIN_APPROX_NONE存储所有的轮廓点,
54                     相邻的两个点的像素位置差不超过1,
55                     即max(abs(x1-x2),abs(y2-y1))==1
56                 cv2.CHAIN_APPROX_SIMPLE压缩水平方向,垂直方向,对角线方向的元素,
57                     只保留该方向的终点坐标,例如一个矩形轮廓只需4个点来保存轮廓信息
58         返回值:
59             contours:一个列表,每一项都是一个轮廓, 不会存储轮廓所有的点,只存储能描述轮廓的点
60             hierarchy:一个ndarray, 元素数量和轮廓数量一样, 
61                 每个轮廓contours[i]对应4个hierarchy元素hierarchy[i][0] ~hierarchy[i][3],
62                 分别表示后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号,如果没有对应项,则该值为负数
63     """
64     for c in cnts:
65         # 轮廓太小忽略 有可能是斑点噪声
66         if cv2.contourArea(c) < 1500:
67             continue
68         # 将轮廓画出来
69         (x, y, w, h) = cv2.boundingRect(c)
70         cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)
71 
72     cv2.imshow("contours", frame)
73     cv2.imshow("diff", diff)
74     if cv2.waitKey(5) & 0xff == ord("q"):
75         break
76 
77 cv2.destroyAllWindows()
78 camera.release()

 

 

 

猜你喜欢

转载自www.cnblogs.com/Lin-Yi/p/9449707.html