opencv案例: 车辆检测
说明:这是在哔哩哔哩上看李超老师的视频时,他讲的案例,我是搬运工。
-
实现功能:
1、识别出图片中的汽车对象
2、对车辆进行统计,并将统计结果展示出来 -
涉及到的知识点:
图像和视频的加载、展示;
基本图像绘制;
基本图像运算与处理;
形态学处理(比如降噪、腐蚀膨胀);
轮廓查找。
- 实现代码
import cv2 import numpy as np cap = cv2.VideoCapture(r'C:\Users\25584\Desktop\video.mp4') #加载视频文件, 第十九章知识点 bgsubmog = cv2.createBackgroundSubtractorMOG2() #视频去背景,第二十一章知识点 kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5,5)) #设置形态学处理的kernel,5x5的矩形即可,第八章知识点 min_w = 90 #大轮廓和小轮廓的分界点 min_h = 90 #大轮廓和小轮廓的分界点 cars = [] #汽车轮廓的中心点坐标 line_height = 580 #红计数线位置 offset = 7 #计数线上下的偏移量 carnum = 0 #车辆计数 #------------用while循环读取视频中的图像帧并处理------------ while True:
本文介绍了使用OpenCV进行车辆检测的Python代码,包括视频加载、图像处理(灰度转换、去噪、形态学操作)、轮廓检测以及车辆计数的方法。通过案例展示了如何通过传统方法统计视频中车辆的出现次数,但强调了这种方法的局限性,如计数精度受速度影响和无法实现车辆追踪。
订阅专栏 解锁全文


被折叠的 条评论
为什么被折叠?



