OpenCV基于背景減除如何實現行人計數

OpenCV基于背景減除如何實現行人計數，針對這個問題，這篇文章詳細介紹了相對應的分析和解答，希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。

前言

下面將使用OpenCV C++ 對視頻中的人流量進行統計。

一、圖像預處理

原圖如圖所示。本案例的需求是想要統計畫面中的人流量。畫面中走動的行人可以看作是前景，那么我們就需要將前景、背景分割出來。我們可以使用OpenCV提供的BackgroundSubtractorMOG2 高斯混合模型，將行人從畫面中分割出來，然后提取輪廓就可以統計人流量了。

Ptr<BackgroundSubtractorMOG2>MOG = createBackgroundSubtractorMOG2();
MOG->apply(frame, mask);

使用上面兩行代碼就可以創建高斯混合背景提取器。傳入原圖，返回背景減除結果。如上圖所示。接下來只需對上圖進行一些簡單操作，再提取輪廓就可以進行人流統計了。

threshold(mask, mask, 200, 255, THRESH_BINARY );

morphologyEx(mask, mask, MORPH_OPEN, kernel);

dilate(mask, mask, kernel1);

進行二值化、形態學等操作可以將行人作為一個獨立個體分割出來。效果如圖。

二、對象計數

1.輪廓提取

將上面的二值圖像進行輪廓檢測，然后統計有效輪廓就可以完成對象計數了。

    vector<vector<Point>>contours;
    vector<vector<Point>>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.效果顯示

	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);
	}

最終效果如圖所示。

三、源碼

#include<iostream>
#include<opencv2/opencv.hpp>
using 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;
	}

	Ptr<BackgroundSubtractorMOG2>MOG = 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<vector<Point>>contours;
		vector<vector<Point>>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;
}

關于OpenCV基于背景減除如何實現行人計數問題的解答就分享到這里了，希望以上內容可以對大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關注億速云行業資訊頻道了解更多相關知識。