目标跟踪是对摄像头视频中的移动目标进行定位的过程,有着非常广泛的应用。实时目标跟踪是许多计算机视觉应用的重要任务,如监控、基于感知的用户界面、增强现实、基于对象的视频压缩以及辅助驾驶等。
有很多实现视频目标跟踪的方法,当跟踪所有移动目标时,帧之间的差异会变的有用;当跟踪视频中移动的手时,基于皮肤颜色的均值漂移方法是最好的解决方案;当知道跟踪对象的一方面时,模板匹配是不错的技术。
本文代码是做一个基本的运动检测
考虑的是“背景帧”与其它帧之间的差异
这种方法检测结果还是挺不错的,但是需要提前设置背景帧,如果是在室外,光线的变化就会引起误检测,还是很有局限性的。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
|
import cv2
import numpy as np
camera = cv2.VideoCapture( 0 ) # 参数0表示第一个摄像头
# 判断视频是否打开
if (camera.isOpened()):
print ( 'Open' )
else :
print ( '摄像头未打开' )
# 测试用,查看视频size
size = ( int (camera.get(cv2.CAP_PROP_FRAME_WIDTH)),
int (camera.get(cv2.CAP_PROP_FRAME_HEIGHT)))
print ( 'size:' + repr (size))
es = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, ( 9 , 4 ))
kernel = np.ones(( 5 , 5 ), np.uint8)
background = None
while True :
# 读取视频流
grabbed, frame_lwpCV = camera.read()
# 对帧进行预处理,先转灰度图,再进行高斯滤波。
# 用高斯滤波进行模糊处理,进行处理的原因:每个输入的视频都会因自然震动、光照变化或者摄像头本身等原因而产生噪声。对噪声进行平滑是为了避免在运动和跟踪时将其检测出来。
gray_lwpCV = cv2.cvtColor(frame_lwpCV, cv2.COLOR_BGR2GRAY)
gray_lwpCV = cv2.GaussianBlur(gray_lwpCV, ( 21 , 21 ), 0 )
# 将第一帧设置为整个输入的背景
if background is None :
background = gray_lwpCV
continue
# 对于每个从背景之后读取的帧都会计算其与北京之间的差异,并得到一个差分图(different map)。
# 还需要应用阈值来得到一幅黑白图像,并通过下面代码来膨胀(dilate)图像,从而对孔(hole)和缺陷(imperfection)进行归一化处理
diff = cv2.absdiff(background, gray_lwpCV)
diff = cv2.threshold(diff, 25 , 255 , cv2.THRESH_BINARY)[ 1 ] # 二值化阈值处理
diff = cv2.dilate(diff, es, iterations = 2 ) # 形态学膨胀
# 显示矩形框
image, contours, hierarchy = cv2.findContours(diff.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 该函数计算一幅图像中目标的轮廓
for c in contours:
if cv2.contourArea(c) < 1500 : # 对于矩形区域,只显示大于给定阈值的轮廓,所以一些微小的变化不会显示。对于光照不变和噪声低的摄像头可不设定轮廓最小尺寸的阈值
continue
(x, y, w, h) = cv2.boundingRect(c) # 该函数计算矩形的边界框
cv2.rectangle(frame_lwpCV, (x, y), (x + w, y + h), ( 0 , 255 , 0 ), 2 )
cv2.imshow( 'contours' , frame_lwpCV)
cv2.imshow( 'dis' , diff)
key = cv2.waitKey( 1 ) & 0xFF
# 按'q'健退出循环
if key = = ord ( 'q' ):
break
# When everything done, release the capture
camera.release()
cv2.destroyAllWindows()
|
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持服务器之家。
原文链接:https://blog.csdn.net/lwplwf/article/details/73526831