python+opencv实现移动侦测(帧差法)

下面是详细讲解“Python+OpenCV实现移动侦测(帧差法)”的完整攻略。

1. 什么是移动侦测

移动侦测是指通过对视频或图像序列进行分析,检测出其中的运动目标。在视频监控、智能交通等领域中,移动侦测是一项重要的技术。

2. 帧差法原理

帧差法是一种简单有效的移动侦测算法,其原理是通过比较相邻帧之间的像素值差异,来检测出运动目标。具体实现过程如下:

  1. 读取视频帧。
  2. 将当前帧与前一帧进行差分,得到差分图像。
  3. 对差分图像进行二值化处理,得到前景掩模。
  4. 对前景掩模进行形态学操作,去除噪声和小的区域。
  5. 在前景掩模中检测出运动目标的轮廓。

3. 实现移动侦测

以下是用Python+OpenCV实现移动侦测的步骤。

3.1 导入库

import cv2
import numpy as np

3.2 读取视频

cap = cv2.VideoCapture('test.mp4')

3.3 初始化变量

ret, frame = cap.read()
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
gray = cv2.GaussianBlur(gray, (21, 21), 0)
background = gray

3.4 实现帧差法

while True:
    ret, frame = cap.read()
    if not ret:
        break
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    gray = cv2.GaussianBlur(gray, (21, 21), 0)
    diff = cv2.absdiff(background, gray)
    thresh = cv2.threshold(diff, 25, 255, cv2.THRESH_BINARY)[1]
    thresh = cv2.dilate(thresh, None, iterations=2)
    contours, hierarchy = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    for contour in contours:
        if cv2.contourArea(contour) < 1000:
            continue
        (x, y, w, h) = cv2.boundingRect(contour)
        cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)
    cv2.imshow('frame', frame)
    key = cv2.waitKey(1) & 0xFF
    if key == ord('q'):
        break
    if key == ord('r'):
        background = gray
cap.release()
cv2.destroyAllWindows()

4. 示例说明

以下是两个示例说明,分别是使用帧差法实现移动侦测和使用帧差法实现移动侦测保存检测结果。

4.1 使用帧差法实现移动侦测

以下是一个使用帧差法实现移动侦测的示例。

import cv2
import numpy as np

cap = cv2.VideoCapture('test.mp4')

ret, frame = cap.read()
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
gray = cv2.GaussianBlur(gray, (21, 21), 0)
background = gray

while True:
    ret, frame = cap.read()
    if not ret:
        break
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    gray = cv2.GaussianBlur(gray, (21, 21), 0)
    diff = cv2.absdiff(background, gray)
    thresh = cv2.threshold(diff, 25, 255, cv2.THRESH_BINARY)[1]
    thresh = cv2.dilate(thresh, None, iterations=2)
    contours, hierarchy = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    for contour in contours:
        if cv2.contourArea(contour) < 1000:
            continue
        (x, y, w, h) = cv2.boundingRect(contour)
        cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)
    cv2.imshow('frame', frame)
    key = cv2.waitKey(1) & 0xFF
    if key == ord('q'):
        break
    if key == ord('r'):
        background = gray

cap.release()
cv2.destroyAllWindows()

4.2 使用帧差法实现移动侦测并保存检测结果

以下是一个使用帧差法实现移动侦测并保存检测结果的示例。

import cv2
import numpy as np

cap = cv2.VideoCapture('test.mp4')

ret, frame = cap.read()
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
gray = cv2.GaussianBlur(gray, (21, 21), 0)
background = gray

cc = cv2.VideoWriter_fourcc(*'XVID')
out = cv2.VideoWriter('output.avi', fourcc, 20.0, (640, 480))

while True:
    ret, frame = cap.read()
    if not ret:
        break
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    gray = cv2.GaussianBlur(gray, (21, 21), 0)
    diff = cv2.absdiff(background, gray)
    thresh = cv2.threshold(diff, 25, 255, cv2.THRESH_BINARY)[1]
    thresh = cv2.dilate(thresh, None, iterations=2)
    contours, hierarchy = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    for contour in contours:
        if cv2.contourArea(contour) < 1000:
            continue
        (x, y, w, h) = cv2.boundingRect(contour)
        cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)
    out.write(frame)
    cv2.imshow('frame', frame)
    key = cv2.waitKey(1) & 0xFF
    if key == ord('q'):
        break
    if key == ord('r'):
        background = gray

cap.release()
out.release()
cv2.destroyAllWindows()

5. 总结

帧差法是一种简单有效的移动侦测算法,可以用Python+OpenCV实现。本教程介绍了帧差法的原理和实现步骤,并提供了相应的示例。其中,示例一是使用帧差法实现移动侦测,示例二是使用帧差法实现移动侦测并保存检测结果。

本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:python+opencv实现移动侦测(帧差法) - Python技术站

(0)
上一篇 2023年5月14日
下一篇 2023年5月14日

相关文章

  • Python中Permission denied的解决方案

    在Python中,当我们尝试访问或修改文件或目录时,有时会遇到Permission denied错误。这通常是由于文件或目录的权限设置不正确所致。以下是决Python中Permission denied错误的完整攻略: 1. 检查文件或目录权限 当我们尝试访问或修改文件或目录时,应该确保文件或目录权限设置正确。我们可以使用以下命令来检查文件或目录的权限设置:…

    python 2023年5月13日
    00
  • Python接口自动化之浅析requests模块post请求

    以下是关于Python用requests实现HTTP请求代码实例: Python用requests实现HTTP请求代码实例 在Python中,requests是一个流行的HTTP库,可以用于向Web发送HTTP请求和接响应。以下是Python用requests实现HTTP请求代码实例: 发送GET请求 使用requests库发送GET请求非常简单,以下是发送…

    python 2023年5月14日
    00
  • 利用Python制作本地Excel的查询与生成的程序问题

    那我先给个简单的概述。本地Excel的查询与生成主要是针对Excel表格进行操作,在Python中可以使用第三方库如openpyxl来实现。具体的实现步骤包括Excel表格的读取、写入和查询。下面我会详细讲解每个步骤,并提供两个示例说明。 1. Excel表格读取 可以使用openpyxl库中的load_workbook函数来读取Excel表格。该函数会返回…

    python 2023年5月13日
    00
  • 经验丰富程序员才知道的15种高级Python小技巧(收藏)

    当谈到Python编程技巧的时候,有一些小技巧可能只有经验丰富的程序员才知道,并且这些技巧可以帮助我们编写更加高效、简洁、优雅的代码。本文将介绍15种Python编程技巧,这些技巧涵盖了Python的许多不同的方面。在此之前,我们应该已经掌握了基本的Python语法和常见的库。 把多个列表压缩成一个 在Python中,我们可以使用zip函数对多个列表进行压缩…

    python 2023年5月30日
    00
  • Python利用redis-py实现集合与有序集合的常用指令操作

    下面是 Python 利用 redis-py 实现集合与有序集合的常用指令操作的完整攻略。 环境准备 在开始操作之前,需要环境中已经安装了 Redis 服务,并且 Python 中已经安装了 redis-py 库。 如果还未安装,可以通过以下方式进行安装: Redis 服务的安装 从 Redis 官网下载 Redis 的源码包并进行编译和安装。 redis-…

    python 2023年5月13日
    00
  • pip报错“ValueError: invalid literal for int() with base 10: ‘2.7’”怎么处理?

    当使用Java的Hibernate框架时,可能会遇到“ConstraintViolationException”错误。这个错误通常是由以下原因之一引起的: 违反了数据库约束:如果Hibernate尝试将无效的数据插入数据库,则会出现此错误。在这种情况下,需要检查数据库约束是否正确。 数据库表不存在:如果Hibernate尝试访问不存在的数据库表,则会出现此错…

    python 2023年5月4日
    00
  • Selenium之模拟登录铁路12306的示例代码

    下面是“Selenium之模拟登录铁路12306的示例代码”的完整攻略,包含示例说明: 简介 Selenium是目前很流行的测试自动化工具,可以通过代码驱动模拟一个用户的操作,例如打开网页、点击按钮、输入文本等。本文将展示如何使用Selenium模拟登录铁路12306。 步骤 安装Selenium和浏览器驱动 首先需要安装Selenium库和浏览器驱动,例如…

    python 2023年6月3日
    00
  • 编译器与解释器原理

    上一章我们已经了解到,编程语言其实就是一种我们人类易于理解的程序语言。我们用这种编程语言编写的程序就称为源代码。这些源代码是通过翻译器这么个东西,被翻译成二进制指令,从而让计算机能够执行我们的指令。 那么,这其中发挥很大作用的翻译器又是怎么回事? 编译型语言与解释型语言 其实,翻译器不止一种。我们根据翻译器翻译的时机,将它分为了编译器和解释器。 相应的,编程…

    2022年10月25日
    00
合作推广
合作推广
分享本页
返回顶部