opencv车辆检测是在夜间进行检测.rar

#include "stdafx.h" #include <stdio.h> #include <iostream> #include <math.h> #include "cv.h" #include "cxcore.h" #include "highgui.h" #include <string> #include <vector> #include <fstream> //用于保存监控记录 using namespace std; int iniBkT=6; //初始背景掩膜判断阈值（影响背景建立速度） int thrZero=10; //初始背景建成阈值（简单背景时取10，复杂背景取100） CvRect selection; int selectionOrigin=1; //为1时，使用默认的监测区域 int select_object = 0; int detect_object = 0; //等于1时，才开始目标检测 int new_detect_object = 0; //为1时，重新分配内存 unsigned int nFrmNum = 0; //采集的帧数 IplImage *image = NULL; //保存捕捉的视频帧，用于鼠标响应函数 /************************************************************************/ /* 二值化 t1是阈值 */ /************************************************************************/ void threshold(int t1,IplImage* image) { for (int i=0;i< image->height;i++) //行 { for (int j=0;j< image->width;j++) //列 { uchar t=((uchar*)( image->imageData + image->widthStep*i))[j]; if (t>t1) ((uchar*)( image->imageData + image->widthStep*i))[j]=255; else ((uchar*)( image->imageData + image->widthStep*i))[j]=0; } } } /************************************************************************/ /* 初始化为零 */ /************************************************************************/ void setZero(IplImage* image) { for(int i=0;i<image->height;i++) { for(int j=0;j<image->width;j++) { ((uchar*)(image->imageData + image->widthStep*i))[j] = 0 ; } } } int main( int argc, char** argv ) { CvCapture* pCapture = NULL; //捕捉的视频 IplImage* queryFrame = NULL; //捕捉的视频帧 IplImage* image_gray = NULL; //保存视频帧的灰度图 IplImage* pFrame = NULL; //加检测区域后的视频帧 IplImage* temp = NULL; IplImage* frameDiff = NULL; //帧差图像 IplImage* pBkImgTemp = NULL; IplImage* pBkImg = NULL; //背景灰度图 IplImage* pFrImg = NULL; //前景图（先灰度，后二值） IplImage* pFrImgGray = NULL; //前景灰度图 // IplImage* MO = NULL; //前景部分是灰度 IplImage* pCannyImage1 = NULL; CvMat* pFrameMat = NULL; //视频帧的灰度矩阵 CvMat* pBkMat = NULL; //前景二值图的矩阵 IplImage* diff = NULL; int iniBkBuilt =0; //初始背景建成标志 int countZero =0; //统计初始背景掩膜中0的个数 int thresholdT; //前景二值化阈值 double gray=0; //以下4个变量用于计算背景更新速率a double x=0.0, y=0.0, b=0.0, a=0.0; int i, j; IplConvKernel *element9=0; IplConvKernel *element3=0; element9=cvCreateStructuringElementEx(9,9,1,1,CV_SHAPE_ELLIPSE,0); //形态学处理模板 element3=cvCreateStructuringElementEx(3,3,1,1,CV_SHAPE_ELLIPSE,0); //形态学处理模板 //创建窗口 cvNamedWindow("video", 1); cvNamedWindow("background",1); cvNamedWindow("foreground",1); // cvNamedWindow("foreground_new",1); cvNamedWindow("object", 1); // cvNamedWindow("foreground_gray",1); cvNamedWindow("foregroundorigin",1); cvNamedWindow("MO",1); // cvNamedWindow("canny",1); //使窗口有序排列 cvMoveWindow("video", 0, 0); cvMoveWindow("background", 400, 0); //视频采集来源 pCapture = cvCaptureFromAVI((char *)"D:\\高速公路.avi"); while(queryFrame = cvQueryFrame( pCapture ))//cvQueryFrame 函数是 cvGrabFrame 函数和 cvRetrieveFrame函数 的组合调用，直接返回一幅图像 { if(!image)//首帧的话要初始化 { image = cvCreateImage(cvGetSize(queryFrame), 8, 3);//cvGetSize得到二维的数组的尺寸，以CvSize返回 image_gray = cvCreateImage(cvGetSize(queryFrame), 8, 1); } cvCopy(queryFrame, image);//保存所捕捉的视频帧先输入后输出 cvFlip(image, image);//垂直水平或既垂直又水平翻转二维数组 if(selectionOrigin == 1)//为1时使用默认检测区域 { selection = cvRect(0, 0, image->width, image->height);//默认检测区域 detect_object = 1; //为1时才开始目标检测 new_detect_object = 1; //为1时重新分配内存 selectionOrigin = 0;//为1时使用默认检测区域 } cvCvtColor(image, image_gray, CV_BGR2GRAY);//输入输出参数CV_BGR2GRAY 是RGB到gray参数 CV_GRAY2BGR 是gray 到RGB处理结果是彩色的,则转灰色就是了 if(detect_object == 1)//为1时才开始目标检测 { if( new_detect_object == 1 )//为1时重新分配内存 pFrame = cvCreateImage(cvSize(selection.width, selection.height), 8, 1);//加检测区域后的视频帧 //复制选定检测区域到pFrame中 for(i=selection.y; i<selection.y+selection.height; i++) for(j=selection.x; j<selection.x+selection.width; j++) *((uchar *)pFrame->imageData+ (i-selection.y)*pFrame->widthStep+ (j-selection.x)) = *((uchar *)image_gray->imageData+ i*image_gray->widthStep+ j); cvRectangle(image, cvPoint(selection.x, selection.y), cvPoint(selection.x+selection.width, selection.y+selection.height), cvScalar(255,255,255),2);//对检测区域画白框 nFrmNum++;//采集的帧数 if(nFrmNum == 65535) nFrmNum = 1; } cvShowImage("video", image); //如果初始或重新选定检测区域，需要申请内存，并初始化 if(new_detect_object == 1) { new_detect_object = 0; selectionOrigin = 0; iniBkBuilt = 0;//初始背景建成标志 temp = cvCreateImage(cvSize(pFrame->width,pFrame->height), IPL_DEPTH_8U,1);//创建图像头并分配数据无符号8位整型数 frameDiff = cvCreateImage(cvSize(pFrame->width,pFrame->height), IPL_DEPTH_8U,1); //帧间差分图像 pBkImgTemp = cvCreateImage(cvSize(pFrame->width, pFrame->height), IPL_DEPTH_8U,1); //初始背景掩膜 pBkImg = cvCreateImage(cvSize(pFrame->width, pFrame->height), IPL_DEPTH_8U,1); //初始背景图像 setZero(pBkImgTemp);//将数组中所有元素置0 setZero(pBkImg); //初始背景全部置0 pFrImg = cvCreateImage(cvSize(pFrame->width, pFrame->height), IPL_DEPTH_8U,1); //前景图像 pFrImgGray = cvCreateImage(cvSize(pFrame->width, pFrame->height), IPL_DEPTH_8U,1); //前景灰度图 // MO = cvCreateImage(cvSize(pFrame->width, pFrame->height), IPL_DEPTH_8U,1); pCannyImage1 = cvCreateImage(cvSize(pFrame->width, pFrame->height), IPL_DEPTH_8U,1); pFrameMat = cvCreateMat(pFrame->height, pFrame->width, CV_32FC1); //视频输入帧的矩阵形式 pBkMat = cvCreateMat(pFrame->height, pFrame->width, CV_32FC1);//背景矩阵 //初始化temp,用于帧差法求初始背景 cvCopy(pFrame, temp);//拷贝给temp cvSmooth(temp, temp, CV_GAUSSIAN, 3, 0, 0, 0);//图像的平滑第一个是输入图像第二是输出图像 continue; } // if(nFrmNum%1==0 && nFrmNum>0)//初始背景建立和运动目标检测时每3帧进行一次处理 { /************************************************************************/ //初始背景的建立 if(iniBkBuilt ==0)//初始背景建成标志//背景还未建成 { printf("%d ",nFrmNum); cvSmooth(pFrame, pFrame, CV_GAUSSIAN, 3, 0, 0, 0);//高斯平滑当前帧 cvAbsDiff(pFrame, temp, frameDiff);//最后一个是输出计算两个数组差的绝对值 //初始背景建立 int i,j; for(i=0; i<pFrame->height; i++) { for(j=0; j<pFrame->width; j++) { if(((uchar*)(frameDiff->imageData + frameDiff->widthStep*i))[j] <= iniBkT && ((uchar*)(pBkImgTemp->imageData + pBkImgTemp->widthStep*i))[j]==0) { ((uchar*)(pBkImgTemp->imageData + pBkImgTemp->widthStep*i))[j]=1; //满足条件掩膜设为1//背景初始化为第一帧 } } } cvErode(pBkImgTemp, pBkImgTemp, element9, 1); //使用任意结构元素腐蚀图像，腐蚀背景掩膜，除去噪声 //输入输出，用于腐蚀的结构元素，若为NULL，则使用3*3的长方形结构元素，1是腐蚀次数 for(i=0; i<pFrame->height; i++) { for(j=0; j<pFrame->width; j++) { /* 腐蚀之后，如果背景掩膜为1，且背景为0，更新背景图像 */ if(((uchar*)(pBkImgTemp->imageData + pBkImgTemp->widthStep