OpenCV基于背景减除如何实现行人计数

OpenCV基于背景减除如何实现行人计数，针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。

前言

下面将使用OpenCV C++ 对视频中的人流量进行统计。

一、图像预处理

原图如图所示。本案例的需求是想要统计画面中的人流量。画面中走动的行人可以看作是前景，那么我们就需要将前景、背景分割出来。我们可以使用OpenCV提供的BackgroundSubtractorMOG2 高斯混合模型，将行人从画面中分割出来，然后提取轮廓就可以统计人流量了。

PtrMOG = createBackgroundSubtractorMOG2();MOG->apply(frame, mask);

使用上面两行代码就可以创建高斯混合背景提取器。传入原图，返回背景减除结果。如上图所示。接下来只需对上图进行一些简单操作，再提取轮廓就可以进行人流统计了。

threshold(mask, mask, 200, 255, THRESH_BINARY );morphologyEx(mask, mask, MORPH_OPEN, kernel);dilate(mask, mask, kernel1);

进行二值化、形态学等操作可以将行人作为一个独立个体分割出来。效果如图。

二、对象计数

1.轮廓提取

将上面的二值图像进行轮廓检测，然后统计有效轮廓就可以完成对象计数了。

    vector>contours;    vector>EffectiveContours;        findContours(mask, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);    for (int i = 0; i < contours.size(); i++)    {                    double area = contourArea(contours[i]);            if (area > 300)        {                    EffectiveContours.push_back(contours[i]);        }            }

2.效果显示

  char text[10];        for (int i = 0; i < EffectiveContours.size(); i++)        {                RotatedRect rect = minAreaRect(EffectiveContours[i]);                Rect box = rect.boundingRect();                rectangle(frame, Rect(box.x, box.y, box.width, box.height), Scalar(0, 255, 0), 2);                sprintf_s(text, "%s%d", "Current:", EffectiveContours.size());                putText(frame, text, Point(10, 30), FONT_HERSHEY_SIMPLEX, 1, Scalar(0, 255, 0), 2);        }

最终效果如图所示。

三、源码

#include#includeusing namespace std;using namespace cv;int main(){        VideoCapture capture;        capture.open("1.avi");        if (!capture.isOpened())        {                cout << "Can not open video source!" << endl;                system("pause");                return -1;        }        PtrMOG = createBackgroundSubtractorMOG2();        Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 5));        Mat kernel1 = getStructuringElement(MORPH_RECT, Size(7, 3));        Mat frame, mask;        while (capture.read(frame))        {                MOG->apply(frame, mask);                threshold(mask, mask, 200, 255, THRESH_BINARY );                morphologyEx(mask, mask, MORPH_OPEN, kernel);                dilate(mask, mask, kernel1);                vector>contours;                vector>EffectiveContours;                     findContours(mask, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);                for (int i = 0; i < contours.size(); i++)                {                                               double area = contourArea(contours[i]);                        if (area > 300)                        {                                               EffectiveContours.push_back(contours[i]);                        }                                        }                char text[10];                for (int i = 0; i < EffectiveContours.size(); i++)                {                        RotatedRect rect = minAreaRect(EffectiveContours[i]);                        Rect box = rect.boundingRect();                        rectangle(frame, Rect(box.x, box.y, box.width, box.height), Scalar(0, 255, 0), 2);                        sprintf_s(text, "%s%d", "Current:", EffectiveContours.size());                        putText(frame, text, Point(10, 30), FONT_HERSHEY_SIMPLEX, 1, Scalar(0, 255, 0), 2);                }                imshow("frame", frame);                imshow("mask", mask);                char key = waitKey(10);                if (key == 27)                {                        break;                }        }        destroyAllWindows();        capture.release();        system("pause");        return 0;}

关于OpenCV基于背景减除如何实现行人计数问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注行业资讯频道了解更多相关知识。