python进行背景建模和光流估计

最新推荐文章于 2024-01-18 23:07:27 发布

qiao_lili

最新推荐文章于 2024-01-18 23:07:27 发布

阅读量1.4k

点赞数

分类专栏： OpenCV python

本文链接：https://blog.youkuaiyun.com/qiao_lili/article/details/89915432

版权

本文详细介绍了如何使用Python进行背景建模和光流估计。通过实例展示了这两种计算机视觉技术在处理视频流中的应用，帮助读者理解其工作原理和实现过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

# 背景建模
import numpy as np
import cv2

# 加载视频
cap = cv2.VideoCapture("test.avi")
# 创建混合高斯模型用于背景建模
background_model = cv2.createBackgroundSubtractorMOG2()
# 形态学操作核
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3, 3))

while True:
    # 读取下一帧图像
    ret, frame = cap.read()
    # 更新模型参数，对预测结果进行开运算
    fgmask = background_model.apply(frame)
    fgmask = cv2.morphologyEx(fgmask, cv2.MORPH_OPEN, kernel)
    # 轮廓筛选：人
    _, contours, _ = cv2.findContours(fgmask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    for ct in contours:
        perimeter = cv2.arcLength(ct, True)
        if perimeter > 188:
            (x, y, w, h) = cv2.boundingRect(ct)
            frame = cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0))
    # 显示
    cv2.imshow("test", frame)
    cv2.imshow("background", fgmask)
    ch = cv2.waitKey(100)
    if ch == 'q&#