今天小编就为大家分享一篇opencv3/C++关于移动对象的轮廓的跟踪详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
使用opencv提供的背景去除算法（KNN或高斯混合模型GMM）去除背景，然后将获取的目标二值化后通过筛选目标轮廓获得目标位置。
#include using namespace cv; //基于移动对象的轮廓的跟踪 int main() { Mat frame; bool flag = true; VideoCapture capture; capture.open(0); if (!capture.isOpened()) { printf("can not open ......\n"); return -1; } namedWindow("mask", WINDOW_AUTOSIZE); namedWindow("output", WINDOW_AUTOSIZE); Ptr pKNN = createBackgroundSubtractorKNN(); //Ptr pMOG2 = createBackgroundSubtractorMOG2(); while (capture.read(frame)) { Mat KNNMask; std::vector<std::vector>contours; pKNN->apply(frame, KNNMask); //(*pMOG2).apply(frame, mogMask); threshold(KNNMask, KNNMask, 100, 255, THRESH_BINARY); Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3)); morphologyEx(KNNMask, KNNMask, MORPH_OPEN, kernel, Point(-1,-1)); findContours(KNNMask, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE, Point(0,0)); for (int i = 0; i <contours.size(); i++) { //轮廓面积 double area = contourArea(contours[i]); //轮廓外接矩来源gaodai$ma#com搞$$代**码)网阵 Rect rect = boundingRect(contours[i]); if (area <500 || rect.width < 50 rect.height 50) continue; rectangle(frame, rect, scalar(0,255,255),2); puttext(frame, "target", point(rect.x, rect.y), cv_font_normal, font_hershey_plain, scalar(0,255,0),2,8); } imshow("mask",knnmask); imshow("output",frame); waitkey(1); return 0; }以上就是opencv3/C++关于移动对象的轮廓的跟踪详解的详细内容，更多请关注gaodaima搞代码网其它相关文章！
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：opencv3/C++关于移动对象的轮廓的跟踪详解
转载请注明原文链接：opencv3/C++关于移动对象的轮廓的跟踪详解
