opencv视频检测车辆基本原理分析

喜欢ヅ旅行 2024-03-27 15:12 55阅读 0赞

检车步骤：  
(python代码)

一、获取摄像头视频

cap = cv.VideoCapture("d:/Download/cars.mp4")

二、改变图像尺寸

frame=cv.resize(frame,(702,576))

三、按多边形生成局部的检测图片

def img_paste(image, roi_t):
             im = np.zeros(image.shape[:3], dtype="uint8")
             #把所有的点画出来
             cv.polylines(im, roi_t, True, (255, 0, 255))  # 画任意多边形
             # 把所有点连接起来，形成封闭区域
             cv.fillPoly(im, roi_t, (255, 255, 255))
             mask = im
             #将连接起来的区域对应的数组和原图对应位置按位相与
             masked = cv.bitwise_and(image, mask)
             #cv2中的图片是按照bgr顺序生成的，我们需要按照rgb格式生成
             b, g, r = cv.split(masked)
             masked = cv.merge([r, g, b])
             return masked

roi_as.append(np.array([[371,389], [452, 387], [480, 572], [344, 570]],dtype=np.int32))
       img=img_paste(frame, roi_as)
       cropped = img [377:576,319:499]

四、灰度化

gray=cv.cvtColor(cropped,cv.COLOR_BGR2GRAY)

五、去噪

blur=cv.GaussianBlur(gray,(3,3),5)

六、去背景

mask=bgsubmog.apply(blur)

七、腐蚀

erode=cv.erode(mask,kernel)

八、膨胀

dilate=cv.dilate(erode,kernel,iterations=5)

九、闭操作

close=cv.morphologyEx(dilate,cv.MORPH_CLOSE,kernel)

十、查找轮廓

cnts, h = cv.findContours(close,cv.RETR_EXTERNAL,cv.CHAIN_APPROX_SIMPLE) #cv.RETR_EXTERNAL只检测外轮廓

十一、画检测线并根据检测线设置检测范围

cv.line(cropped,(leftpoint,line_heigh),(rightpoint,line_heigh),(255,255,0),2)

十二、计算轮廓中心点

def center(x,y,w,h):
              x1=int(w/2)
              y1=int(h/2)
              cx=x+x1
              cy=y+y1
              return cx,cy

cnts, h = cv.findContours(close,cv.RETR_EXTERNAL,cv.CHAIN_APPROX_SIMPLE) #cv.RETR_EXTERNAL只检测外轮廓
        for(i,c) in enumerate(cnts):
             (x,y,w,h) = cv.boundingRect(c)
             cpoint=center(x,y,w,h)
             cars.append(cpoint)

十三、检测：1、根据轮廓中心点是否包含在检测范围内，因为检测线范围太窄，中心点正好在检测线的机率很小，必须设置一个检测范围，比如：line\_height=200为检测线的y坐标，检测范围就是：(y>line\_heigh-offset) and (y<line\_heigh+offset),其中offset就是偏移量，检测区是一个带状区，检测区不宜过大，也不宜过小，适当即可。  
2、大于等于轮廓阈值：isValid=(w>=min\_w) and (h>=min\_h)

十四、计数：因为每帧都会产生不同的多个轮廓，应设置判断条件避免重复检出车辆。

for(x,y) in cars:
                 if((y>line_heigh-offset) and (y<line_heigh+offset)):
                     if(historyFrameNo==0):
                         carno+=1
                         historyFrameNo=frameno
                         outtime=time.time()
                         out_y=calcActualDistance(371+y)
                 if(carno>=1):
                     if(frameno-historyFrameNo>30):
                         carno+=1
                         historyFrameNo=frameno
                         outtime=time.time()
                         out_y=calcActualDistance(371+y)
                 cars.clear()