成都网站建设设计

将想法与焦点和您一起共享

使用OpenCV实现检测和追踪车辆

本文实例为大家分享了OpenCV实现检测和追踪车辆的具体代码,供大家参考,具体内容如下

民权ssl适用于网站、小程序/APP、API接口等需要进行数据传输应用场景,ssl证书未来市场广阔!成为成都创新互联公司的ssl证书销售渠道,可以享受市场价格4-6折优惠!如果有意向欢迎电话联系或者加微信:13518219792(备注:SSL证书合作)期待与您的合作!

使用OpenCV实现检测和追踪车辆

完整源码GitHub

  • 使用高斯混合模型(BackgroundSubtractorMOG2)对背景建模,提取出前景
  • 使用中值滤波去掉椒盐噪声,再闭运算和开运算填充空洞
  • 使用cvBlob库追踪车辆,我稍微修改了cvBlob源码来通过编译

由于要对背景建模,这个方法要求背景是静止的
另外不同车辆白色区域不能连通,否则会认为是同一物体

void processVideo(char* videoFilename) 
{ 
  Mat frame; // current frame 
  Mat fgMaskMOG2; // fg mask fg mask generated by MOG2 method 
  Mat bgImg; // background 
  Ptr pMOG2 = createBackgroundSubtractorMOG2(200, 36.0, false); // MOG2 Background subtractor 
 
  while (true) 
  { 
    VideoCapture capture(videoFilename); 
    if (!capture.isOpened()) 
    { 
      cerr << "Unable to open video file: " << videoFilename << endl; 
      return; 
    } 
 
    int width = (int)capture.get(CV_CAP_PROP_FRAME_WIDTH); 
    int height = (int)capture.get(CV_CAP_PROP_FRAME_HEIGHT); 
 
    unique_ptr labelImg(cvCreateImage(cvSize(width, height), IPL_DEPTH_LABEL, 1),  
      [](IplImage* p){ cvReleaseImage(&p); }); 
    CvBlobs blobs; 
    CvTracks tracks; 
 
    while (true) 
    { 
      // read input data. ESC or 'q' for quitting 
      int key = waitKey(1); 
      if (key == 'q' || key == 27) 
        return; 
      if (!capture.read(frame)) 
        break; 
 
      // update background 
      pMOG2->apply(frame, fgMaskMOG2); 
      pMOG2->getBackgroundImage(bgImg); 
      imshow("BG", bgImg); 
      imshow("Original mask", fgMaskMOG2); 
 
      // post process 
      medianBlur(fgMaskMOG2, fgMaskMOG2, 5); 
      imshow("medianBlur", fgMaskMOG2); 
      morphologyEx(fgMaskMOG2, fgMaskMOG2, MORPH_CLOSE, getStructuringElement(MORPH_RECT, Size(5, 5))); // fill black holes 
      morphologyEx(fgMaskMOG2, fgMaskMOG2, MORPH_OPEN, getStructuringElement(MORPH_RECT, Size(5, 5))); // fill white holes 
      imshow("morphologyEx", fgMaskMOG2); 
 
      // track 
      cvLabel(&IplImage(fgMaskMOG2), labelImg.get(), blobs); 
      cvFilterByArea(blobs, 64, 10000); 
      cvUpdateTracks(blobs, tracks, 10, 90, 30); 
      cvRenderTracks(tracks, &IplImage(frame), &IplImage(frame)); 
 
      // show 
      imshow("Frame", frame); 
 
      key = waitKey(30); 
    } 
  } 
} 

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创新互联。


本文题目:使用OpenCV实现检测和追踪车辆
网站URL:http://chengdu.cdxwcx.cn/article/jiiejp.html