opencv利用视频的前n帧求平均图像

本文实例为大家分享了opencv利用视频的前n帧求平均图像的具体代码,供大家参考,具体内容如下

自己写的哈,可以用该小程序对视频求解平均模型。

//OpenCV中如何累加多幅图像并取平均值
#include "cv.h"
#include "highgui.h"
int main(int argc,char *argv[])
{
 int nframe = 50;//利用前nfram帧求解平均图
  CvCapture *capture = cvCreateFileCapture( "3.avi");
  if (NULL==capture)
  {
   printf("没有找到该视频!\n");
   return -1;
  }
  IplImage * Img=cvQueryFrame(capture);
  cvNamedWindow("原图",0);
  //cvShowImage("原图",Img);
  IplImage * img_sum = cvCreateImage(cvGetSize(Img),IPL_DEPTH_32F,3);
  cvZero(img_sum);
 for(int i = 0;i <nframe;i++)//统计背景模型
 {
  cvAcc(Img,img_sum);
  Img=cvQueryFrame(capture);
  cvWaitKey(100);
  cvShowImage("原图",Img);
  //printf(".");
 }
  IplImage * img_sum_gray = cvCreateImage(cvGetSize(Img),IPL_DEPTH_8U,3);
  cvConvertScale(img_sum,img_sum_gray,1.0/nframe);

  cvNamedWindow("img_sum_gray",0);
  cvShowImage("img_sum_gray",img_sum_gray);
  cvSaveImage("model.jpg",img_sum_gray);
 cvWaitKey(0);

  cvDestroyAllWindows();
  cvReleaseImage(&img_sum);
  cvReleaseImage(&img_sum_gray);

  return 0;
}

利用前20帧求视频的平均图像,如下:

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。

(0)

相关推荐

  • OpenCV实现平均背景法

    平均背景法的基本思想是计算每个像素的平均值和标准差作为它的背景模型. 平均背景法使用四个OpenCV函数: cvAcc(),累积图像: cvAbsDiff() ,计算一定时间内的每帧图像只差: cvInRange(), 将图像分割成前景区域和背景区域: cvOr(), 将不同的彩色通道图像中合成为一个掩膜图像 代码: /* 平均背景法 */ #include "highgui.h" #include "cv.h" #include<stdlib.h> #

  • opencv利用视频的前n帧求平均图像

    本文实例为大家分享了opencv利用视频的前n帧求平均图像的具体代码,供大家参考,具体内容如下 自己写的哈,可以用该小程序对视频求解平均模型. //OpenCV中如何累加多幅图像并取平均值 #include "cv.h" #include "highgui.h" int main(int argc,char *argv[]) { int nframe = 50;//利用前nfram帧求解平均图 CvCapture *capture = cvCreateFileCap

  • OpenCV获取视频的每一帧并保存为.jpg图片

    本文实例为大家分享了OpenCV获取视频的每一帧并保存为图片的具体代码,供大家参考,具体内容如下 #include<opencv2\opencv.hpp> #include <iostream> #include <stdio.h> #include<fstream> using namespace std; using namespace cv; //获取视频中的人脸 int main() { //打开视频文件:其实就是建立一个VideoCapture结构

  • 用OpenCV将视频分解成单帧图片,图片合成视频示例

    本文做的是基于opencv将视频帧转成图片输出,由于一个视频包含的帧数过多,经常我们并不是需要它的全部帧转成图片,因此我们希望可以设置每隔多少帧再转一次图片(本文设置为30帧),若有人需求是只需要前多少帧,也可以类似的改写下代码即可. 程序一: #include <iostream> #include "cv.h" #include "opencv2/opencv.hpp" using namespace std; using namespace cv;

  • java使用OpenCV从视频文件中获取帧

    本文实例为大家分享了java使用OpenCV从视频文件中获取帧的具体代码,供大家参考,具体内容如下 实现功能:使用Java获取mp4.mov.avi等视频文件中的图像帧,每秒获取一帧图像,并保存 环境要求:需要安装Opencv,安装FFmpeg,下载javacv包 操作系统:本次实验使用的Ubuntu系统 实验代码 import com.googlecode.javacv.cpp.opencv_highgui; import org.opencv.core.Core; import org.op

  • 使用opencv将视频帧转成图片输出

    本文做的是基于opencv将视频帧转成图片输出,由于一个视频包含的帧数过多,经常我们并不是需要它的全部帧转成图片,因此我们希望可以设置每隔多少帧再转一次图片(本文设置为30帧),若有人需求是只需要前多少帧,也可以类似的改写下代码即可. 本文代码如下: #include <iostream> #include "cv.h" #include "opencv2/opencv.hpp" using namespace std; using namespace

  • python+opencv实现视频抽帧示例代码

    1.数据集简述: 虽然有主流庞大的COCO.VOC数据集,但是科研人员仍需要特殊领域要求的数据集,所以采用人工实地采集的方式进行收集数据集图像:通过拍照收集图像过于繁琐,所以通常是将摄像头无规则的移动旋转以及远近拉缩,进而录制视频:再通过视频抽帧的方式得到大量的图像,再将这些图像进行人工标注处理. 博主通过一个水下录制视频为例子,当这类图像在网上鲜有存在时,要求有关技术人员进行实拍采集,下图即为采集得到的视频. 为了避免不符合项目要求的数据增强,博主要求技术人员在录制视频时最大程度地让摄像头进行

  • 利用python OpenCV去除视频水印

    上面的图片展示的是视频中的某一帧,需要将图片中的,实体拓展和退出全屏以及右上角的两个圆圈按钮给删除掉. 解决思路一个很简单的想法就是,从图片上其它两块背景相同的地方,拷贝两个块替换掉按钮位置的块 用下面的代码先从视频中导出一帧图片,然后统计需要删除按钮的坐标位置 实现代码如下: import cv2 # 创建读取视频的类 capture = cv2.VideoCapture("watermark.mp4") # 得到视频的高度 height = capture.get(cv2.CAP_

  • Qt+OpenCV利用帧差法实现车辆识别

    目录 一.目标 二.使用Qt界面 三.代码实现 一.目标 Qt界面实现 点击 线程启动按钮播放视频 左边界面显示原视频 右边界面显示车辆识别视频 结果展示如下: 初始界面 点击线程启动后,即可车辆识别 二.使用Qt界面 设计好界面后最好先保存 对按钮设置槽函数 三.代码实现 难点在于:线程同步问题 需要使用到connect函数中的第五个参数[第五个参数 具体说明如下] 1 AutoConnection 为默认参数,由发送信号决定,如果发送信号和接受信号是同一个线程,则调用DirectConnec

  • Python OpenCV对本地视频文件进行分帧保存的实例

    如下所示: # coding=utf-8 import os import cv2 videos_src_path = "/home/wgp/视频/" video_formats = [".MP4", ".MOV"] frames_save_path = "/home/wgp/视频/" width = 320 height = 240 time_interval = 50 def video2frame(video_src_p

  • python+openCV利用摄像头实现人员活动检测

    本文实例为大家分享了python+openCV利用摄像头实现人员活动检测的具体代码,供大家参考,具体内容如下 1.前言 最近在做个机器人比赛,其中一项要求是让机器人实现对是否有人员活动的检测,所以就先拿PC端写一下,准备移植到机器人的树莓派. 2.工具 工具还是简单的python+视觉模块openCV,代码量也比较少.很简单就可以实现 3.人员检测的原理   从图书馆借了一本<特征提取与图像处理(第二版)>,是Mark S.Nixon和Alberto S.Aguado写的,其中讲了跟多关于检测

随机推荐