OpenCV實現(xiàn)幀差法檢測運動目標

更新時間：2020年03月21日 09:25:15 作者：DY580C

這篇文章主要為大家詳細介紹了OpenCV實現(xiàn)幀差法檢測運動目標，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下

今天的目標是用OpenCV實現(xiàn)對運動目標的檢測，這里選用三幀幀差法。代碼如下：

#include <opencv2/opencv.hpp>
#include <cv.h>
#include <highgui.h>
#include <stdio.h>
#include <ctype.h>

double Threshold_index=0;
const int CONTOUR_MAX_AERA = 200;

void trackbar(int pos)
{
 Threshold_index=(double)pos;
}

int main(int argc, char* argv[])
{ 
 CvCapture *capture=cvCaptureFromCAM(0);
 int n_cnt=0;
 IplImage *img=NULL,
 *img_gray1=NULL,
 *img_gray2=NULL,
 *img_gray3=NULL,
 *img_diff1=NULL,
 *img_diff2=NULL,
 *img_diff_and=NULL,
 *img_binary=NULL,
 *img_dilate=NULL;
 CvMemStorage *stor;
 CvSeq *cont;

 stor=cvCreateMemStorage(0);
 cont=cvCreateSeq(CV_SEQ_ELTYPE_POINT,sizeof(CvSeq),sizeof(CvPoint),stor);

 cvNamedWindow("test",CV_WINDOW_AUTOSIZE);
 cvNamedWindow("dilate",CV_WINDOW_AUTOSIZE);
 img=cvQueryFrame(capture);
 img_gray1=cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1);
 img_gray2=cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1);
 img_gray3=cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1);
 img_diff1=cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1);
 img_diff2=cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1);
 img_diff_and=cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1);
 img_binary=cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1);
 img_dilate=cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1);

 int index=1;
 cvCreateTrackbar("Threshold","test",&index,255,trackbar);

 while(img=cvQueryFrame(capture))
 {
 if(n_cnt%3==0)
  cvCvtColor(img,img_gray1,CV_BGR2GRAY);
 else if(n_cnt%3==1)
  cvCvtColor(img,img_gray2,CV_BGR2GRAY);
 else if(n_cnt%3==2)
  cvCvtColor(img,img_gray3,CV_BGR2GRAY);
 char c=(char)cvWaitKey(25);
 if(c==27)
  break;
 if(n_cnt>3)
 {
  cvAbsDiff(img_gray1,img_gray2,img_diff1);
  cvAbsDiff(img_gray2,img_gray3,img_diff2);
  cvAnd(img_diff1,img_diff2,img_diff_and);
  cvThreshold(img_diff_and,img_binary,Threshold_index,255,CV_THRESH_BINARY);
  cvShowImage("test",img_binary);

  cvDilate(img_binary,img_dilate);
  //cvShowImage("dilate",img_dilate);

  cvFindContours(img_dilate,stor,&cont,sizeof(CvContour),CV_RETR_LIST,CV_CHAIN_APPROX_SIMPLE,cvPoint(0,0));
  for(;cont;cont = cont->h_next)
  {
   CvRect r = ((CvContour*)cont)->rect;//子類轉(zhuǎn)換為父類例子
   if(r.height * r.width > CONTOUR_MAX_AERA) // 面積小的方形拋棄掉
   {
    cvRectangle(img, cvPoint(r.x,r.y), 
     cvPoint(r.x + r.width, r.y + r.height),
     CV_RGB(255,0,0), 1, CV_AA,0);
   }
  }
  cvShowImage("dilate",img);
 }
 if(c=='s')
 {
  cvSaveImage("d:/img.bmp",img);
  cvSaveImage("d:/img_binary.bmp",img_dilate);
 }
 n_cnt++;
 }

 cvDestroyAllWindows();
 cvReleaseCapture(&capture);
 cvReleaseImage(&img_gray1);
 cvReleaseImage(&img_gray2);
 cvReleaseImage(&img_gray3);
 cvReleaseImage(&img_diff1);
 cvReleaseImage(&img_diff2);
 cvReleaseImage(&img_diff_and);
 cvReleaseImage(&img_binary);
 cvReleaseImage(&img_dilate);
 cvReleaseMemStorage(&stor);
 return 0;
}

下圖是檢測的運動目標二值化圖像以及在實際圖像中疊加的矩形框效果圖。