我采用的檢測動態物體的方法是，比較前后兩幀圖像，即當前畫面與上一幀的畫面出現了不同。我們把兩幀畫面進行比較。然后框選出運動的物體。我們還希望程序可以判斷當前窗口到底有沒有物體在運動。那么我們就需要添加一個狀態。為了方便我們找到什么時間有物體移動，我打印出時間。
當我們的程序檢測到移動的物體時，會捕捉到它的輪廓，添加一個外接整矩形框，返回x,y的坐標。當不返回坐標時，則意味著沒有物體運動，我們通過坐標值來是否有物體移動。并打印出當時的本地時間。
import cv2
import time
import numpy as np
def videos():
cap = cv2.VideoCapture(1)
#不設置是默認640*480，我們這里設置出來
cap.set(3, 640)
cap.set(4, 480)
img_num = 0
k = np.ones((3, 3), np.uint8)
while True:
success, img = cap.read()
localtime = time.asctime(time.localtime(time.time()))
if not img_num:
# 這里是由于第一幀圖片沒有前一幀
previous = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
gray_diff = cv2.absdiff(gray, previous) # 計算絕對值差
# previous 是上一幀圖片的灰度圖
thresh = cv2.threshold(gray_diff, 40, 255, cv2.THRESH_BINARY)[1]
mask = cv2.medianBlur(thresh, 3)
close = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, k)
cnts = cv2.findContours(close,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)[0]
for c in cnts:
area = cv2.contourArea(c)
if area > 50:
x, y, w, h = cv2.boundingRect(c)
cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2)
if x>0:
print("動",localtime)
cv2.putText(img, localtime, (30, 30), cv2.FONT_HERSHEY_COMPLEX, 0.7, (0, 0, 255), 2)
cv2.imshow("x", close)
cv2.imshow("Result", img)
img_num += 1
if cv2.waitKey(1) 0xFF == ord('q'):
break
videos()
到此這篇關于opencv檢測動態物體的實現的文章就介紹到這了,更多相關opencv檢測動態物體內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
