这篇文章主要为大家详细介绍了OpenCV实现帧差法检测运动目标，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
今天的目标是用OpenCV实现对运动目标的检测，这里选用三帧帧差法。代码如下：
#include #include #include #include #include double Threshold_index=0; const int CONTOUR_MAX_AERA = 200; void trackbar(int pos) { Threshold_index=(double)pos; } int main(int argc, char* argv[]) { CvCapture *capture=cvCaptureFromCAM(0); int n_cnt=0; IplImage *img=NULL, *img_gray1=NULL, *img_gray2=NULL, *img_gray3=NULL, *img_diff1=NULL, *img_diff2=NULL, *img_diff_and=NULL, *img_binary=NULL, *img_dilate=NULL; CvMemStorage *stor; CvSeq *cont; stor=cvCreateMemStorage(0); cont=cvCreateSeq(CV_SEQ_ELTYPE_POINT,sizeof(CvSeq),sizeof(CvPoint),stor)<a style="color:transparent">来源gao($daima.com搞@代@#码网</a>; cvNamedWindow("test",CV_WINDOW_AUTOSIZE); cvNamedWindow("dilate",CV_WINDOW_AUTOSIZE); img=cvQueryFrame(capture); img_gray1=cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1); img_gray2=cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1); img_gray3=cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1); img_diff1=cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1); img_diff2=cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1); img_diff_and=cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1); img_binary=cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1); img_dilate=cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1); int index=1; cvCreateTrackbar("Threshold","test",&index,255,trackbar); while(img=cvQueryFrame(capture)) { if(n_cnt%3==0) cvCvtColor(img,img_gray1,CV_BGR2GRAY); else if(n_cnt%3==1) cvCvtColor(img,img_gray2,CV_BGR2GRAY); else if(n_cnt%3==2) cvCvtColor(img,img_gray3,CV_BGR2GRAY); char c=(char)cvWaitKey(25); if(c==27) break; if(n_cnt>3) { cvAbsDiff(img_gray1,img_gray2,img_diff1); cvAbsDiff(img_gray2,img_gray3,img_diff2); cvAnd(img_diff1,img_diff2,img_diff_and); cvThreshold(img_diff_and,img_binary,Threshold_index,255,CV_THRESH_BINARY); cvShowImage("test",img_binary); cvDilate(img_binary,img_dilate); //cvShowImage("dilate",img_dilate); cvFindContours(img_dilate,stor,&cont,sizeof(CvContour),CV_RETR_LIST,CV_CHAIN_APPROX_SIMPLE,cvPoint(0,0)); for(;cont;cont = cont->h_next) { CvRect r = ((CvContour*)cont)->rect;//子类转换为父类例子 if(r.height * r.width > CONTOUR_MAX_AERA) // 面积小的方形抛弃掉 { cvRectangle(img, cvPoint(r.x,r.y), cvPoint(r.x + r.width, r.y + r.height), CV_RGB(255,0,0), 1, CV_AA,0); } } cvShowImage("dilate",img); } if(c=='s') { cvSaveImage("d:/img.bmp",img); cvSaveImage("d:/img_binary.bmp",img_dilate); } n_cnt++; } cvDestroyAllWindows(); cvReleaseCapture(&capture); cvReleaseImage(&img_gray1); cvReleaseImage(&img_gray2); cvReleaseImage(&img_gray3); cvReleaseImage(&img_diff1); cvReleaseImage(&img_diff2); cvReleaseImage(&img_diff_and); cvReleaseImage(&img_binary); cvReleaseImage(&img_dilate); cvReleaseMemStorage(&stor); return 0; }
下图是检测的运动目标二值化图像以及在实际图像中叠加的矩形框效果图。
以上就是OpenCV实现帧差法检测运动目标的详细内容，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：OpenCV实现帧差法检测运动目标
转载请注明原文链接：OpenCV实现帧差法检测运动目标
