本文将使用opencv c++ 对视频中的人流量进行统计。
原图如图所示。本案例的需求是想要统计画面中的人流量。画面中走动的行人可以看作是前景,那么我们就需要将前景、背景分割出来。我们可以使用opencv提供的backgroundsubtractormog2 高斯混合模型,将行人从画面中分割出来,然后提取轮廓就可以统计人流量了。
ptr<backgroundsubtractormog2>mog = createbackgroundsubtractormog2();mog->apply(frame, mask);
使用上面两行代码就可以创建高斯混合背景提取器。传入原图,返回背景减除结果。如上图所示。接下来只需对上图进行一些简单操作,再提取轮廓就可以进行人流统计了。
threshold(mask, mask, 200, 255, thresh_binary );morphologyex(mask, mask, morph_open, kernel);dilate(mask, mask, kernel1);
进行二值化、形态学等操作可以将行人作为一个独立个体分割出来。效果如图。
将上面的给老师的一句话二值图像进行轮廓检测,然后统计有效轮廓就可以完成对象计数了。
vector<vector<point>>contours; vector<vector<point>>effectivecontours; f两字游戏idindcontours(mask人与自然和谐发展, contours, retr_external, chain_approx_simple); for (int i = 0; i < contours.size(); i++) { double area = contourarea(contours[i]); if (area > 300) { effectivecontours.push_back(contours[i]); } }
char text[10];for (int i = 0; i < effectivecontours.size(); i++){rotatedrect rect = minarearect(effectivecontours[i]);rect box = rect.boundingrect();rectangle(frame, rect(box.x, box.y, box.width, box.height), scalar(0, 255, 0), 2);sprintf_s(text, "%s%d", "current:", effectivecontours.size());puttext(frame, text, point(10, 30), font_hershey_simplex, 1, scalar(0, 255, 0), 2);}
最终效果如图所示。
#include<iostream>#include<opencv2/opencv.hpp>using namespace std;using namespace cv;int main(){videocapture capture;capture.open("1.avi");if (!capture.isopened()){cout << "can not open video source!" << endl;system("pau近视眼镜片怎么选");return -1;}ptr<backgroundsubtractormog2>mog = createbackgroundsubtractormog2();mat kernel = getstructuringelement(morph_rect, size(3, 5));mat kernel1 = getstructuringelement(morph_rect, size(7, 3));mat frame, mask;while (capture.read(frame)){mog->apply(frame, mask);threshold(mask, mask, 200, 255, thresh_binary );morphologyex(mask, mask, morph_open, kernel);dilate(mask, mask, kernel1);vector<vector<point>>contours;vector<vector<point>>effectivecontours;findcontours(mask, contours, retr_external, chain_approx_simple);for (int i = 0; i < contours.size(); i++){double area = contourarea(contours[i]);if (area > 300){effectivecontours.push_back(contours[i]);}}char text[10];for (int i = 0; i < effectivecontours.size(); i++){rotatedrect rect = minarearect(effectivecontours[i]);rect box = rect.boundingrect();rectangle(frame, rect(box.x, box.y, box.width, box.height), scalar(0, 255, 0), 2);sprintf_s(text, "%s%d", "current:", effectivecontours.size());puttext(frame, text, point(10, 30), font_hershey_simplex, 1, scalar(0, 255, 0), 2);}imshow("frame",风古诗 frame);imshow("mask", mask);char key = waitkey(10);if (key == 27){break;}}destroyallwindows();capture.relea();system("pau");return 0;}
本文使用opencv c++ 基于背景减除进行人流计数,关键步骤有以下几点。
1、使用backgroundsubtractormog2 将前景从背景中分割出来。
2、将分割出来的前景进行轮廓提取,从而统计出人流量。
到此这篇关于opencv基于背景减除实现行人计数的文章就介绍到这了,更多相关opencv行人计数内容请搜索www.887551.com以前的文章或继续浏览下面的相关文章希望大家以后多多支持www.887551.com!
本文发布于:2023-04-04 14:12:36,感谢您对本站的认可!
本文链接:https://www.wtabcd.cn/fanwen/zuowen/d3574279ae774a0861917c11e61ba34c.html
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
本文word下载地址:OpenCV基于背景减除实现行人计数.doc
本文 PDF 下载地址:OpenCV基于背景减除实现行人计数.pdf
留言与评论(共有 0 条评论) |