基於OpenCV的車輛檢測與追蹤的實現
http://www.cnblogs.com/yanneu/p/6251892.html
最近老師佈置了一個作業,是做一個基於視頻的車輛檢測與追蹤,用了大概兩週的時間做了一個簡單的,效果不是很理想,但抑制不住想把自己的一些認識寫下來,這裏就把一些網絡上的博客整理一下分享給大家,希望幫助到大家,因爲本人也是個小白,所以如果有什麼講的不對的地方希望各位看官多指正!
一、安裝OpenCV和搭建環境
首先呢,大家得安裝OpenCV,這裏網絡上有很多相關的教程,這裏就不贅述了!我本人用的是OpenCV3.10+VS2015.
這裏就貼出幾個教程:
下載地址:http://opencv.org/downloads.html
安裝教程:http://www.cnblogs.com/sopic/p/5265836.html(OpenCV3.0+VS2015)
http://blog.csdn.net/hustlx/article/details/50974336(OpenCV3.10+VS2015)
關於其他OpenCV版本的安裝教程網絡上也有很多,這裏就只貼出這兩個。
二、關於OpenCV的介紹
我看還是把網絡上關於這方面好的教程給大家貼出來吧,我怕講不好的話招笑話。
首先是淺墨大神的系列博客,我基本上就是從大神的博客中學習到的,還有他的《OpenCV3.0編程入門》(強烈推薦!非常通熟易懂!網上一搜即可)
當然OpenCV中文論壇上的也很好,但是感覺跟淺墨大神的內容差不多
三、系統結構設計
流程圖:
這裏可能設計到一些難理解的問題,同樣也貼幾個地址供大家學習:
BackgroundSubtractorMOG和BackgroundSubtractorMOG2
源碼如下:
#include <SDKDDKVer.h>
#include <stdio.h>
#include <tchar.h>
#include<iostream>
#include<opencv2\opencv.hpp>
#include<opencv2\video\background_segm.hpp>
using namespace cv;
using namespace std;
//對輪廓按面積降序排序,目的是去除那些小輪廓目標
bool descSort(vector<Point> p1, vector<Point> p2) {
return contourArea(p1) > contourArea(p2);
}
int main() {
//讀入視頻
VideoCapture capture("E:\\臨時\\workspace\\1.avi");
//定義一個Mat變量,用於存儲每一幀的圖像
Mat frame;
//前景
Mat mask;
//連通分量
Mat srcImage;
//結果
Mat result;
//用混合高斯模型訓練背景圖像
Ptr<BackgroundSubtractorMOG2> bgsubtractor = createBackgroundSubtractorMOG2();
bgsubtractor->setVarThreshold(20);
//for (int k = 0; k < 100; k++)
//{
// //讀取當前幀
// capture >> frame;
// //若視頻播放完成,退出循環
// if (frame.empty())
// {
// break;
// }
// bgsubtractor->apply(frame, mask, 0.2);
//}
//imshow("前景訓練結果", mask);
//循環顯示每一幀
while (true)
{
//讀取當前幀
capture >> frame;
//若視頻播放完成,退出循環
if (frame.empty())
{
break;
}
frame.copyTo(result);
//cvtColor(frame, frame, COLOR_GRAY2BGR);
bgsubtractor->apply(frame, mask, 0.2);
imshow("原視頻", frame); //顯示當前幀
//waitKey(30); //延時30ms
imshow("混合高斯建模", mask);
//waitKey(30);
//cvtColor(mask, mask, COLOR_GRAY2BGR);
//對前景先進行中值濾波,再進行形態學膨脹操作,以去除僞目標和連接斷開的小目標
medianBlur(mask, mask, 5);
//morphologyEx(mask, mask, MORPH_DILATE, getStructuringElement(MORPH_RECT, Size(5, 5)));
//測試:先開運算再閉運算
morphologyEx(mask, mask, MORPH_CLOSE, getStructuringElement(MORPH_RECT, Size(5, 5)));
morphologyEx(mask, mask, MORPH_OPEN, getStructuringElement(MORPH_RECT, Size(5, 5)));
imshow("混合高斯建模", mask);
waitKey(30);
//拷貝
mask.copyTo(srcImage);
//各聯通分量的輪廓
//外層vector的size代表了圖像中輪廓的個數,裏面vector的 size代表了輪廓上點的個數
vector<vector<Point>> contours;
//只獲取最外輪廓,獲取每個輪廓的每個像素,並相鄰兩個像素位置差不超過1
findContours(srcImage, contours, RETR_EXTERNAL, CHAIN_APPROX_NONE);
//測試輪廓獲取
imshow("輪廓獲取", srcImage);
if (contours.size() < 1) continue;
//外接矩陣
Rect rct;
//對輪廓進行外接矩陣之前先對輪廓按面積降序排序,目的爲了去除小目標(僞目標)
sort(contours.begin(), contours.end(), descSort);
for (int i = 0; i < contours.size(); i++)
{
//當第i個連通分量的外接矩陣面積小於最大面積的1/6,則認爲是僞目標
if (contourArea(contours[i]) < contourArea(contours[0]) / 5)
break;
//包含輪廓的最小矩陣
rct = boundingRect(contours[i]);
rectangle(result, rct, Scalar(0, 255, 0), 2);
}
imshow("結果", result);
}
getchar();
return 0;
}