OpenCV利用背景建模检测运动物体

本文实例为大家分享了OpenCV利用背景建模检测运动物体的具体代码，供大家参考，具体内容如下

#include <opencv\highgui.h>
#include <stdio.h> 

int main( int argc, char** argv ){ 

  IplImage* pFrame = NULL;
  IplImage* pFrImg = NULL;
  IplImage* pBkImg = NULL; 

  CvMat* pFrameMat = NULL;
  CvMat* pFrMat = NULL;
  CvMat* pBkMat = NULL; 

  CvCapture* pCapture = NULL; 

  int nFrmNum = 0; 

  cvNamedWindow("video", 1);
  cvNamedWindow("background",1);
  cvNamedWindow("foreground",1); 

  cvMoveWindow("video", 30, 0);
  cvMoveWindow("background", 360, 0);
  cvMoveWindow("foreground", 690, 0);
  //打开视频文件
  if( !(pCapture = cvCaptureFromFile("video.avi")) ){ 

    fprintf(stderr, "Can not open video file video.avi\n");
    return -2;
  } 

  //逐帧读取视频
  while(pFrame = cvQueryFrame( pCapture )){ 

    nFrmNum++; 

    // 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); 

      // 转换为单通道图像再处理
      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); 

      // 高斯滤波平滑图像
      cvSmooth(pFrameMat, pFrameMat, CV_GAUSSIAN, 3, 0, 0); 

      // 当前帧与背景图相减
      cvAbsDiff(pFrameMat, pBkMat, pFrMat); 

      // 二值化背景图
      cvThreshold(pFrMat, pFrImg, 60, 255.0, CV_THRESH_BINARY); 

      //进行形态学滤波，去除噪声. 效果不好,将行车都作为噪声去除了
      //cvErode(pFrImg, pFrImg, 0, 1);
      //cvDilate(pFrImg, pFrImg, 0, 1); 

      // 更新背景
      cvRunningAvg(pFrameMat, pBkMat, 0.003, 0);
      // 将背景转换为图像格式，用于显示
      cvConvert(pBkMat, pBkImg); 

      cvShowImage("video", pFrame);
      cvShowImage("background", pBkImg);
      cvShowImage("foreground", pFrImg); 

      if( cvWaitKey(2) >= 0 )
        break;
    }
  } 

  cvDestroyWindow("video");
  cvDestroyWindow("background");
  cvDestroyWindow("foreground"); 

  cvReleaseImage(&pFrImg);
  cvReleaseImage(&pBkImg); 

  cvReleaseMat(&pFrameMat);
  cvReleaseMat(&pFrMat);
  cvReleaseMat(&pBkMat); 

  return 0;
} 

效果图：

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我们。

您可能感兴趣的文章:

• Opencv基于CamShift算法实现目标跟踪
• 使用OpenCV实现检测和追踪车辆
• opencv+arduino实现物体点追踪效果