目錄
一：車輛識別 運(yùn)動目標(biāo)檢測
二：車輛識別實(shí)現(xiàn) 超詳細(xì)步驟解析
步驟一：灰度化處理
步驟二：幀差處理
步驟三：二值化處理
步驟四：圖像降噪
4-1 腐蝕處理 目的 去除白色噪點(diǎn)
4-2 膨脹處理 目的 把白色區(qū)域變大
步驟五：提取關(guān)鍵點(diǎn) 框選運(yùn)動目標(biāo)檢測
三：車輛識別 完整源碼分享
一：車輛識別 運(yùn)動目標(biāo)檢測
二：車輛識別實(shí)現(xiàn) 超詳細(xì)步驟解析
步驟一：灰度化處理
灰度處理目的 RGB三通道轉(zhuǎn)灰度單通道 壓縮到原圖片三分之一大小
效果展示：【避免內(nèi)存浪費(fèi) 幀差法對前后幀圖像灰度化處理】 cvtColor
//1 灰度處理 目的 RGB三通道轉(zhuǎn)灰度單通道 壓縮到原圖片三分之一大小
cvtColor(frontFrame,frontGray,CV_RGB2GRAY);//前一幀灰度化處理
cvtColor(afterFrame,afterGray,CV_RGB2GRAY);//后一幀灰度化處理
//imshow("frontGray",frontGray);//測試
//imshow("afterGray",afterGray);//測試步驟二：幀差處理
幀差處理目的 找到幀與幀之間的差異（找出正在運(yùn)動的物體）
效果展示：【運(yùn)動目標(biāo)的檢測：運(yùn)動事物顯示灰度，靜止事物顯示黑度】 absdiff
//2 幀差處理 目的 找到幀與幀之間的差異(正在運(yùn)動的物體)
Mat diff;
Mat frontGray,afterGray;
absdiff(frontGray,afterGray,diff);//前后幀對比存于diff中
imshow("diff",diff);//測試步驟三：二值化處理
二值化處理 目的 將灰度圖繼續(xù)識別轉(zhuǎn)換為黑白分明的圖像? ? threshold
效果展示：【步驟二中運(yùn)動事物顯示灰度，靜止事物顯示黑度，在這里進(jìn)行二值化處理，能夠黑白分明，便于計算機(jī)識別運(yùn)動目標(biāo)，如下右圖二值化處理后黑白分明】【缺點(diǎn)：存在白色噪點(diǎn)，如下右圖除了車輛外后面的背景也顯示白度，這就是白色噪點(diǎn)，需要去除】
//3 二值化處理 目的 將灰度圖繼續(xù)識別轉(zhuǎn)換為黑白分明的圖像
threshold(diff,diff,25,255,CV_THRESH_BINARY);
imshow("threshold",diff);//測試步驟四：圖像降噪
4-1 腐蝕處理 目的 去除白色噪點(diǎn)
效果展示：【步驟三中存在的白色噪點(diǎn)能夠去除，但是在去除白色噪點(diǎn)的同時，也影響了車輛的白度顯示，如下右圖可以看出，車輛白度顯示有所降低，因此還是需要改進(jìn)】erode
//4 圖像降噪
//4-1 腐蝕處理 目的 去除白色噪點(diǎn)
Mat element = cv::getStructuringElement(MORPH_RECT,Size(3,3));//小于3*3方塊的白色噪點(diǎn)都會被腐蝕
erode(diff,diff,element);
imshow("erode",diff);//測試4-2 膨脹處理 目的 把白色區(qū)域變大
效果展示：【如下右圖，膨脹處理將車輛形狀大致顯示，便于框選車輛識別操作】dilate
//4-2 膨脹 目的 把白色區(qū)域變大
Mat element2=cv::getStructuringElement(MORPH_RECT,Size(20,20));
dilate(diff,diff,element2);
imshow("dilate",diff);//測試步驟五：提取關(guān)鍵點(diǎn) 框選運(yùn)動目標(biāo)檢測
效果展示：車輛識別 運(yùn)行目標(biāo)檢測 框選識別行進(jìn)的車輛? ?
//5 提取關(guān)鍵點(diǎn)
//5-1 查找特征點(diǎn)
vector<vector<Point>>contours;
findContours(diff,contours,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_SIMPLE,Point(0,0));
//5-2 提取關(guān)鍵點(diǎn)
vector<vector<Point>>contours_poly(contours.size());
vector<Rect>boundRect(contours.size());
//5-3 確定下四個點(diǎn)來用于框選目標(biāo)物體
int x,y,w,h;
int num=contours.size();
for(int i = 0;i < num;i++)
{
approxPolyDP(Mat(contours[i]),contours_poly[i],3,true);
//多邊擬合
boundRect[i]=boundingRect(Mat(contours_poly[i]));
x=boundRect[i].x;
y=boundRect[i].y;
w=boundRect[i].width;
h=boundRect[i].height;
//繪制矩形
rectangle(resFrame,Point(x,y),Point(x+w,y+h),Scalar(0,0,255),2);
}三：車輛識別 完整源碼分享
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
Mat moveCheck(Mat &frontFrame,Mat &afterFrame)
{
Mat resFrame,diff;
Mat frontGray,afterGray;
//克隆當(dāng)前幀畫面 返回最終結(jié)果
resFrame = afterFrame.clone();
//1 灰度處理 目的 RGB三通道轉(zhuǎn)灰度單通道 壓縮到原圖片三分之一大小
cvtColor(frontFrame,frontGray,CV_RGB2GRAY);
cvtColor(afterFrame,afterGray,CV_RGB2GRAY);
//imshow("frontGray",frontGray);
//imshow("afterGray",afterGray);
//2 幀差處理 目的 找到幀與幀之間的差異(正在運(yùn)動的物體)
absdiff(frontGray,afterGray,diff);
//imshow("diff",diff);
//3 二值化處理 目的 將灰度圖繼續(xù)識別轉(zhuǎn)換為黑白分明的圖像
threshold(diff,diff,25,255,CV_THRESH_BINARY);
//imshow("threshold",diff);
//4 圖像降噪
//4-1 腐蝕處理 目的 去除白色噪點(diǎn)
Mat element = cv::getStructuringElement(MORPH_RECT,Size(3,3));//小于3*3方塊的白色噪點(diǎn)都會被腐蝕
erode(diff,diff,element);
//imshow("erode",diff);
//4-2 膨脹 目的 把白色區(qū)域變大
Mat element2=cv::getStructuringElement(MORPH_RECT,Size(20,20));
dilate(diff,diff,element2);
//imshow("dilate",diff);
//5 提取關(guān)鍵點(diǎn)
//5-1 查找特征點(diǎn)
vector<vector<Point>>contours;
findContours(diff,contours,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_SIMPLE,Point(0,0));
//5-2 提取關(guān)鍵點(diǎn)
vector<vector<Point>>contours_poly(contours.size());
vector<Rect>boundRect(contours.size());
//5-3 確定下四個點(diǎn)來用于框選目標(biāo)物體
int x,y,w,h;
int num=contours.size();
for(int i = 0;i < num;i++)
{
approxPolyDP(Mat(contours[i]),contours_poly[i],3,true);
//多邊擬合
boundRect[i]=boundingRect(Mat(contours_poly[i]));
x=boundRect[i].x;
y=boundRect[i].y;
w=boundRect[i].width;
h=boundRect[i].height;
//繪制矩形
rectangle(resFrame,Point(x,y),Point(x+w,y+h),Scalar(0,0,255),2);
}
return resFrame;
}
int main(int argc, char *argv[])
{
Mat frame;
Mat temp;
Mat res;
int count = 0;
VideoCapture cap("D:/00000000000003jieduanshipincailliao/carMove.mp4");//視頻路徑
while (cap.read(frame))
{
count++;
if(count == 1)
{
res = moveCheck(frame,frame);
}
else
{
res = moveCheck(temp,frame);
}
imshow("frame",frame);
imshow("res",res);//最終車輛識別成果
temp = frame.clone();
waitKey(15);
}
return 0;
}
對于夜晚的行進(jìn)的車輛也能夠正常識別
不過，本次幀差法的車輛識別存在弊端，只要是運(yùn)動的物體都會識別，比如，博主打開攝像頭，動一動手指頭，也會被框選識別，因此是有一定弊端的
文章來源：http://www.zghlxwxcb.cn/news/detail-443897.html
但是，幀差法的運(yùn)動目標(biāo)檢測，在夜晚監(jiān)控中是非常廣泛地應(yīng)用到，因?yàn)橛腥魏蔚娘L(fēng)吹草動，都會被框選識別，可以用于安防管理文章來源地址http://www.zghlxwxcb.cn/news/detail-443897.html
到了這里，關(guān)于【OpenCV】 車輛識別 運(yùn)動目標(biāo)檢測的文章就介紹完了。如果您還想了解更多內(nèi)容，請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
