万万VV：Python-OpenCv实现出入口计数并显示

当前位置博文首页 > 文章内容

最大化缩小

作者：shunshunshun18 栏目：未分类时间：2021-11-25 22:30:51

本站于2023年9月4日。收到“大连君*****咨询有限公司”通知
说我们IIS7站长博客，有一篇博文用了他们的图片。
要求我们给他们一张图片6000元。要不然法院告我们

为避免不必要的麻烦，IIS7站长博客，全站内容图片下架、并积极应诉
博文内容全部不再显示，请需要相关资讯的站长朋友到必应搜索。谢谢！

另祝：版权碰瓷诈骗团伙，早日弃暗投明。

相关新闻：借版权之名、行诈骗之实，周某因犯诈骗罪被判处有期徒刑十一年六个月

叹！百花齐放的时代,渐行渐远!

前言

这是我们数字图像处理课完成的一个实验项目，参考了网上的一些代码，针对我们老师给的需要统计人数的视频进行了一些修改。

源代码下载

一、背景剔除并二值化

高斯模糊：

gray = cv2.GaussianBlur(frame, (31, 31), 0)

作用：视频因为自然震动、光照变化或者摄像头本身等原因产生的噪声，对噪声进行平滑为了避免在运动和跟踪时将其检测出来。

背景剔除

fgbg = cv2.createBackgroundSubtractorKNN()

生成蒙版

fgmask = fgbg.apply(gray)

二值化：

ret,imBin= cv2.threshold(fgmask,200,255,cv2.THRESH_BINARY)

Opening (erode->dilate)：

mask = cv2.morphologyEx(imBin, cv2.MORPH_OPEN, kerne3)

开操作(腐蚀->膨胀)消除噪声

mask = cv2.morphologyEx(mask , cv2.MORPH_CLOSE, kerne3)

Closing (dilate -> erode)：

膨胀--最好能使形状比较均匀, 将破碎的区域连接起来

用于形态学处理的核:

调整参数效果会有所改变

kernel = np.ones((3,3),np.uint8)

kerne2 = np.ones((5,5),np.uint8)

kerne3 = np.ones((11,11),np.uint8)

二、目标跟踪

找到边界：

_, contours0, hierarchy = cv2.findContours(mask2, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

对每个矩形框：

边框：rect = cv2.boundingRect(cnt)

计算面积：area=cv2.contourArea(cnt)

计算重心：

M=cv2.moments(cnt)

cx=int(M['m10']/M['m00'])

cy=int(M['m01']/M['m00'])

长宽：x, y, w, h = cv2.boundingRect(cnt)

对每个跟踪目标建立MyPerson类：

存储每个矩形框的重心坐标，状态

def __init__(self, i, xi, yi, max_age):
        self.i = i
        self.x = xi
        self.y = yi
        self.tracks = []
        self.R = randint(0,255)
        self.G = randint(0,255)
        self.B = randint(0,255)
        self.done = False
        self.state = '0'
        self.age = 0
        self.max_age = max_age
        self.dir = None

将所有识别到的人存储在数组中：

class MultiPerson:
    def __init__(self, persons, xi, yi):
        self.persons = persons
        self.x = xi
        self.y = yi
        self.tracks = []
        self.R = randint(0,255)
        self.G = randint(0,255)
        self.B = randint(0,255)
        self.done = False