使用OpenCV实现运动背景的重建
- void CObjectDetectDlg::OnButtonOpenfile()
- {
- // TODO: Add your control notification handler code here
- // 文件打开对话框
- CFileDialog dlg(true,"*.avi",NULL,NULL,"*.avi|*.avi||");
- if (dlg.DoModal()==IDOK)
- {
- strAviFilePath = dlg.GetPathName();
- }else
- {
- return;
- }
- }
- void CObjectDetectDlg::OnButtonProcess()
- {
- // TODO: Add your control notification handler code here
- //声明IplImage指针
- IplImage* pFrame = NULL;
- IplImage* pFrImg = NULL;
- IplImage* pBkImg = NULL;
- CvMat* pFrameMat = NULL;
- CvMat* pFrMat = NULL;
- CvMat* pBkMat = NULL;
- CvCapture* pCapture = NULL;
- int nFrmNum = 0;
- //打开AVI视频文件
- if(strAviFilePath=="") //判断文件路径是否为空
- {
- MessageBox("请先选择AVI视频文件!");
- return;
- }else
- {
- if(!(pCapture = cvCaptureFromFile(strAviFilePath)))
- {
- MessageBox("打开AVI视频文件失败!");
- return;
- }
- }
- //创建窗口
- cvNamedWindow("Video", 1);
- cvNamedWindow("Background",1);
- cvNamedWindow("Foreground",1);
- //使窗口有序排列,窗口宽330
- cvMoveWindow("Video", 30, 0);
- cvMoveWindow("Background", 360, 0);
- cvMoveWindow("Foreground", 690, 0);
- //逐帧读取视频
- while(pFrame = cvQueryFrame( pCapture ))
- {
- nFrmNum++;
- //如果是第一帧,需要申请内存,并初始化
- if(nFrmNum == 1)
- {
- pBkImg = cvCreateImage(cvSize(pFrame->width, pFrame->height), IPL_DEPTH_8U,1); // 存放背景图像(灰度)
- pFrImg = cvCreateImage(cvSize(pFrame->width, pFrame->height), IPL_DEPTH_8U,1); // 存放中间图像(灰度)
- pBkMat = cvCreateMat(pFrame->height, pFrame->width, CV_32FC1);
- pFrMat = cvCreateMat(pFrame->height, pFrame->width, CV_32FC1);
- pFrameMat = cvCreateMat(pFrame->height, pFrame->width, CV_32FC1);
- //转化成单通道图像再处理(灰度)
- cvCvtColor(pFrame, pBkImg, CV_BGR2GRAY);
- cvCvtColor(pFrame, pFrImg, CV_BGR2GRAY);
- cvConvert(pFrImg, pFrameMat);
- cvConvert(pFrImg, pFrMat);
- cvConvert(pFrImg, pBkMat);
- }
- else
- {
- cvCvtColor(pFrame, pFrImg, CV_BGR2GRAY); //转化成单通道图像再处理(灰度)
- cvConvert(pFrImg, pFrameMat);
- //高斯滤波先,以平滑图像
- //cvSmooth(pFrameMat, pFrameMat, CV_GAUSSIAN, 3, 0, 0);
- //当前帧跟背景图相减(求背景差并取绝对值)
- cvAbsDiff(pFrameMat, pBkMat, pFrMat);
- //二值化前景图(这里采用特定阈值进行二值化)
- cvThreshold(pFrMat, pFrImg, 60, 255.0, CV_THRESH_BINARY);
- //进行形态学滤波,去掉噪音
- cvErode(pFrImg, pFrImg, 0, 1);
- cvDilate(pFrImg, pFrImg, 0, 1);
- //滑动平均更新背景(求平均)
- cvRunningAvg(pFrameMat, pBkMat, 0.003, 0);
- //将背景转化为图像格式,用以显示
- cvConvert(pBkMat, pBkImg);
- // 保持原图像的旋转方向
- pBkImg->origin = pFrImg->origin = pFrame->origin;
- //显示图像
- // cvFlip(pFrame, pFrame, 0);
- //cvFlip(pBkImg, pBkImg, 0); //转置一下,否则图像是颠倒的
- cvFlip(pFrImg, pFrImg, 0);
- //显示图像
- cvShowImage("Video", pFrame);
- cvShowImage("Background", pBkImg);
- cvShowImage("Foreground", pFrImg);
- //如果有按键事件,则跳出循环
- //此等待也为cvShowImage函数提供时间完成显示
- //等待时间可以根据CPU速度调整
- if( cvWaitKey(2) >= 0 )
- break;
- }
- }
- //销毁窗口
- cvDestroyWindow("Video");
- cvDestroyWindow("Background");
- cvDestroyWindow("Foreground");
- //释放图像和矩阵
- cvReleaseImage(&pFrImg);
- cvReleaseImage(&pBkImg);
- cvReleaseMat(&pFrameMat);
- cvReleaseMat(&pFrMat);
- cvReleaseMat(&pBkMat);
- cvReleaseCapture(&pCapture);
- }
- //运动目标检测,直接从摄像机获取图像
- void CObjectDetectDlg::OnButtonCamer()
- {
- //声明IplImage指针
- IplImage* pFrame = NULL;
- IplImage* pFrImg = NULL;
- IplImage* pBkImg = NULL;
- CvMat* pFrameMat = NULL;
- CvMat* pFrMat = NULL;
- CvMat* pBkMat = NULL;
- CvCapture* pCapture = NULL;
- int nFrmNum = 0;
- //创建窗口
- cvNamedWindow("video", 1);
- cvNamedWindow("background",1);
- cvNamedWindow("foreground",1);
- //使窗口有序排列
- cvMoveWindow("video", 30, 0);
- cvMoveWindow("background", 360, 0);
- cvMoveWindow("foreground", 690, 0);
- //if( argc > 2 )
- //{
- // fprintf(stderr, "Usage: bkgrd [video_file_name]/n");
- // return -1;
- //}
- 打开摄像头
- //if (argc ==1)
- // if( !(pCapture = cvCaptureFromCAM(-1)))
- // {
- // fprintf(stderr, "Can not open camera./n");
- // return -2;
- // }
- //打开视频文件
- //if(argc == 2)
- //if( !(pCapture = cvCaptureFromFile(argv[1])))
- //if( !(pCapture = cvCaptureFromFile(this->strAviFilePath)))
- if( !(pCapture = cvCaptureFromCAM(-1)))
- {
- MessageBox("打开摄像机视频失败!");
- return;
- //fprintf(stderr, "Can not open video file %s/n", this->strAviFilePath);
- // return -2;
- }
- //逐帧读取视频
- while(pFrame = cvQueryFrame( pCapture ))
- {
- nFrmNum++;
- //如果是第一帧,需要申请内存,并初始化
- if(nFrmNum == 1)
- {
- pBkImg = cvCreateImage(cvSize(pFrame->width, pFrame->height), IPL_DEPTH_8U,1);
- pFrImg = cvCreateImage(cvSize(pFrame->width, pFrame->height), IPL_DEPTH_8U,1);
- pBkMat = cvCreateMat(pFrame->height, pFrame->width, CV_32FC1);
- pFrMat = cvCreateMat(pFrame->height, pFrame->width, CV_32FC1);
- pFrameMat = cvCreateMat(pFrame->height, pFrame->width, CV_32FC1);
- //转化成单通道图像再处理
- cvCvtColor(pFrame, pBkImg, CV_BGR2GRAY);
- cvCvtColor(pFrame, pFrImg, CV_BGR2GRAY);
- cvConvert(pFrImg, pFrameMat);
- cvConvert(pFrImg, pFrMat);
- cvConvert(pFrImg, pBkMat);
- }
- else
- {
- cvCvtColor(pFrame, pFrImg, CV_BGR2GRAY);
- cvConvert(pFrImg, pFrameMat);
- //高斯滤波先,以平滑图像
- //cvSmooth(pFrameMat, pFrameMat, CV_GAUSSIAN, 3, 0, 0);
- //当前帧跟背景图相减
- <FONT style="BACKGROUND-COLOR: #00ffff">cvAbsDiff</FONT>(pFrameMat, pBkMat, pFrMat);
- //二值化前景图
- cvThreshold(pFrMat, pFrImg, 60, 255.0, CV_THRESH_BINARY);
- //进行形态学滤波,去掉噪音
- //cvErode(pFrImg, pFrImg, 0, 1);
- //cvDilate(pFrImg, pFrImg, 0, 1);
- //更新背景
- cvRunningAvg(pFrameMat, pBkMat, 0.003, 0);
- //将背景转化为图像格式,用以显示
- cvConvert(pBkMat, pBkImg);
- // 保持原图像的旋转方向
- pBkImg->origin = pFrImg->origin = pFrame->origin;
- //显示图像
- // cvFlip(pFrame, pFrame, 0);
- //cvFlip(pBkImg, pBkImg, 0); //转置一下,否则图像是颠倒的
- //cvFlip(pFrImg, pFrImg, 0);
- cvShowImage("video", pFrame);
- cvShowImage("background", pBkImg);
- cvShowImage("foreground", pFrImg);
- //如果有按键事件,则跳出循环
- //此等待也为cvShowImage函数提供时间完成显示
- //等待时间可以根据CPU速度调整
- if( cvWaitKey(2) >= 0 )
- break;
- }
- }
- //销毁窗口
- cvDestroyWindow("video");
- cvDestroyWindow("background");
- cvDestroyWindow("foreground");
- //释放图像和矩阵
- cvReleaseImage(&pFrImg);
- cvReleaseImage(&pBkImg);
- cvReleaseMat(&pFrameMat);
- cvReleaseMat(&pFrMat);
- cvReleaseMat(&pBkMat);
- cvReleaseCapture(&pCapture);
- }
使用OpenCV实现运动背景的重建相关推荐
- 运动图像序列增强重建的matlab设计和仿真
目录 一.理论基础 二.核心程序 三.仿真测试结果 一.理论基础 熟悉图像处理相关理论知识,并能熟练运用opencv,matlab等工具对图像进行相关处理. 对质量较差的运动图像进行图像增强处理,包括 ...
- 基于opencV的动态背景下运动目标检测及跟踪(修改版)
基于openCV的动态背景下的运动目标检测 from: http://www.mianfeiwendang.com/doc/89c6692a222a84b2ced0d502/1 摘要:介绍在动态背景下 ...
- 使用Python,OpenCV从静态背景中提取移动前景
使用Python,OpenCV从静态背景中提取移动前景 1. 效果图 2. 原理 3. 源码 参考 这篇博客将介绍OpenCV中的背景减法方法--即从静态背景中提取移动前景.在许多基于视觉的应用中,背 ...
- 运动背景下的运动目标检测
from:运动背景下的运动目标检测 各种目标检测方法介绍(懒人可以直接略过) 目标检测是一个老话题了,在很多算法当中都有它的身影.目标检测要做的就两件事:检测当前图片中有没有目标?如果有的话,在哪?按 ...
- Android 使用opencv实现单一背景抠图并且替换背景
支持技术分享,转载或复制,请指出文章来源 此博客作者为Jack__0023 效果如下 原图 背景图片 处理效果图片 1.简介 1-1.使用 Opencv 实现单一背景的自动抠图功能,用 Opencv ...
- python opencv 边缘检测 抠图,opencv+python用背景减去法抠图
opencv+python用背景减去法抠图 opencv+python用背景减去法抠图 import cv2 from matplotlib import pyplot as plt import n ...
- 【opencv】动态背景下运动目标检测 SURF配准差分
主要思路是,读入视频,隔帧采用SURF计算匹配的特征点,进而计算两图的投影映射矩阵,做差分二值化,连通域检测,绘制目标. 如果背景是静态的采用camshift即可. 本文方法速度debug下大概2-3 ...
- Python+OpenCV利用KNN背景分割器进行静态场景行人检测与轨迹跟踪
前言 视频图像中的目标检测与跟踪,是计算机视觉的基础课题,同时具有广泛的应用价值.视觉目标(单目标)跟踪任务就是在给定某视频序列初始帧的目标大小与位置的情况下,预测后续帧中该目标的大小与位置.本篇文章 ...
- 【opencv】(11) 背景建模,帧差法、混合高斯模型,实战:行人检测,附python完整代码和数据集
各位同学好,今天和大家分享一下opencv背景建模相关操作.主要介绍两种背景建模方法,帧差法和混合高斯模型. 案例简介:现有一份路口摄像机拍摄的行人流视频,通过背景建模方法,区分背景和前景,完成行人识 ...
最新文章
- 手机内存RAM、ROM简介
- 七年思考,两页证明,华人学者解开计算机领域30年难题:布尔函数敏感度猜想...
- Castle IOC容器内幕故事(上)
- 943c语言,考研备战:华南理工大学943计算方法(含C语言)复试大纲_跨考网
- 不同语言编译的程序入口总结
- EasyExcel实现写操作
- 雅虎失败原因:没有跟上互联网变化节奏
- 为什么空格拷贝到linux 会变成两个
- *【HDU - 6201】transaction transaction transaction(树形dp 或 spfa最长路 或 网络流)
- 解决ssh正常登录sftp不能登录的问题
- Linux系统原理(工作模式)
- 我进滑雪场前做的功课
- 凯西与拜耳将在中国共同推广呼吸药物宝丽亚和启尔畅
- js验证营业执照号码是否合规
- IDEA上传项目到GitHub
- vue 项目 去哪儿
- [转贴]让板载声卡支持ASIO
- 如何获得了高权重网站的高质量外链的方法?
- POI-Ecel模板导出
- Doris 画像标签存储实践
热门文章
- 1、ipywidgets
- 【CTF题】使用文件包含漏洞读取网页代码
- python核心编程电子书_Python核心编程 PDF 超清第3版
- echarts中月份数据缺少怎么补齐呢?
- 电子制作之制作工具篇
- 第八届蓝桥杯全国总决赛真题解析
- IR-61|1895075-34-9|七甲川吲哚类花菁染料near-infrared fluorophore
- IOS 7.1 在线安装IPA(OTA无线发布)整理
- echarts实现柱状图不同颜色 柱状图横向纵向展示
- 微表面模型Beckmann–Spizzichino distribution的概率密度函数推导