object-dect.zip_opencv背景差分

// objectdet.cpp : 定义控制台应用程序的入口点。 // //******************************************************************************* //运动区域检测(背景差分法) //******************************************************************************* #include "stdafx.h" //C++库文件 #include <stdio.h> #include <math.h> #include <stdlib.h> #include <cv.h> //opencv库文件 #include <cxcore.h> #include <highgui.h> int main( int argc, char** argv ) { //声明IplImage指针和CvMat矩阵,并初始化 IplImage* pFrame = NULL; //当前全景图像获取 IplImage* pBkImg = NULL; //作为背景 IplImage* pFrImg = NULL; //作为运动前景 IplImage* pCannyImg = NULL; //作为边缘检测后的图像 CvMat* pFrameMat = NULL; //当前全景矩阵 CvMat* pBkMat = NULL; //背景矩阵 CvMat* pFrMat = NULL; //运动前景矩阵 //创建窗口并使窗口有序排列 cvNamedWindow("测试视频",CV_WINDOW_AUTOSIZE); //创建名为video的窗口，1表示以显示图像的窗口大小会自动调整以适合被显示图像 cvNamedWindow("背景",1); //背景窗口 cvNamedWindow("运动前景",1); //运动前景视频窗口 cvNamedWindow("边缘检测canny",1); cvMoveWindow("测试视频", 50, 0); //设定video窗口的位置,窗口左上角的x坐标为30，窗口左上角的y坐标为0 cvMoveWindow("背景", 410, 0); cvMoveWindow("运动前景", 50, 320); cvMoveWindow("边缘检测canny", 410, 320); //固定路径的视频文件读入 CvCapture* pCapture = NULL; int nFrmNum = 0; //帧数 pCapture = cvCaptureFromFile("OneLeaveShop2cor.mpeg"); //调用cvCaptureFromFile()从camera.avi文件中读取视频，并返回CvCapture结构体类型指针 //如果什么也没获取到，则提示无法打开 if( !pCapture ) { fprintf(stderr, "Can not open video file %s\n"); return -2; } //逐帧读取视频，对帧图像进行处理 while(pFrame = cvQueryFrame( pCapture )) //函数cvQueryFrame()从文件中抓取一帧，然后解压并返回这一帧 { nFrmNum++; //如果是第一帧，需要申请内存，并初始化 if(nFrmNum == 1) { //调用函数cvCreateImage()创建头并分配数据,图像元素的位深度为无符号8位整型，每个像素通道数为1 pBkImg = cvCreateImage(cvSize(pFrame->width, pFrame->height), IPL_DEPTH_8U,1); pFrImg = cvCreateImage(cvSize(pFrame->width, pFrame->height), IPL_DEPTH_8U,1); pCannyImg = cvCreateImage(cvSize(pFrame->width, pFrame->height), IPL_DEPTH_8U,1); //函数cvCreateMat()为新的矩阵分配头和下面的数据，并且返回一个指向新创建的矩阵的指针 pBkMat = cvCreateMat(pFrame->height, pFrame->width, CV_32FC1); pFrMat = cvCreateMat(pFrame->height, pFrame->width, CV_32FC1); pFrameMat = cvCreateMat(pFrame->height, pFrame->width, CV_32FC1); //利用颜色空间转换函数cvCvtColor()将获得的帧图像转化成单通道图像再处理 cvCvtColor(pFrame, pBkImg, CV_BGR2GRAY); cvCvtColor(pFrame, pFrImg, CV_BGR2GRAY); cvCvtColor(pFrame, pCannyImg, CV_BGR2GRAY); //把IplImage转为矩阵,进行更自由的计算 cvConvert(pFrImg, pBkMat); cvConvert(pFrImg, pFrameMat); cvConvert(pFrImg, pFrMat); } else //不是第一帧时 { cvCvtColor(pFrame, pFrImg, CV_BGR2GRAY); cvConvert(pFrImg, pFrameMat); //【1】先进行高斯滤波，以去除噪声平滑图像 cvSmooth(pFrameMat, pFrameMat, CV_GAUSSIAN, 3, 3, 0, 0); //(中值滤波CV_MEDIAN)对图像进行核大小为 param1×param2 的高斯卷积 //【2】计算两个数组差的绝对值，实现当前帧跟背景图相减，得到运动区域 cvAbsDiff(pFrameMat, pBkMat, pFrMat); //【3】二值化前景图，对灰度图像进行阈值操作得到二值图像,阈值为60 cvThreshold(pFrMat, pFrImg, 30, 255.0, CV_THRESH_BINARY); //【4】进行形态学滤波，去掉噪音 for(int i=0;i<=0;i++) { cvDilate(pFrImg, pFrImg, 0, 2); //膨胀 cvErode(pFrImg, pFrImg, 0, 3); //腐蚀 cvDilate(pFrImg, pFrImg, 0, 1); //膨胀 } //【5】采用canny算法对图像进行边缘检测，第一个阈值50， 第二个阈值150，算子内核大小3 cvCanny(pFrImg, pCannyImg, 50, 150, 3); ////【6】找到轮廓并填充 //CvMemStorage* storage = cvCreateMemStorage(0); //CvSeq * contours; //cvFindContours(pCannyImg,storage,&contours,sizeof(CvContour),CV_RETR_EXTERNAL,CV_CHAIN_APPROX_SIMPLE); // void cvDrawContours( CvArr *pCannyImg, CvSeq* contour, CvScalar external_color, CvScalar hole_color,int max_level, int thickness=1,int line_type=8, CvPoint offset=cvPoint(0,0) ); //更新背景，移动平均,(1-alpha)*acc(x,y)+alpha*image(x,y) =>acc(x,y) cvRunningAvg(pFrameMat, pBkMat, 0.003, 0); //将背景转化为图像格式，用以显示 cvConvert(pBkMat, pBkImg); //显示图像 cvShowImage("测试视频", pFrame); cvShowImage("背景", pBkImg); cvShowImage("运动前景", pFrImg); cvShowImage("边缘检测canny", pCannyImg); int key=cvWaitKey(100000); if (key==27) {//esc break; } } } //销毁窗口 cvDestroyWindow("测试视频"); cvDestroyWindow("背景"); cvDestroyWindow("运动前景"); cvDestroyWindow("边缘检测canny"); //释放图像和矩阵 cvReleaseImage(&pBkImg); cvReleaseImage(&pFrImg); cvReleaseImage(&pCannyImg); cvReleaseMat(&pFrameMat); cvReleaseMat(&pBkMat); cvReleaseMat(&pFrMat); cvReleaseCapture(&pCapture); system("pause"); return 0; }