本文作者chad探讨了Python环境下OpenCV的图像减法在动态检测中的应用。通过实验，作者发现直接使用opencv图像减法功能在处理全彩图片时，由于负值溢出导致混乱的结果。为解决此问题，作者编写了自己的图像减法程序，通过二值化处理，使得结果更加清晰。实验结果显示，自定义程序能有效避免计算错误，提高动态物体检测的准确性。
[原创] python下 opencv图像减法测试
Author: chad
Mail: linczone@163.com
视频图像动态检测原理实验
实验原理，输入两幅图像s1 / s2 ，然后将两张图片相减，如果变换的像素超过一定阈值则说明图像中有运动物体。
实验1：
直接使用opencv提供的图像减法功能：
Cv2.imread默认读取的是全彩图片，为了便于处理，我们需要使用灰度图，调用如下：
cv2.imread( picpathname, 0 )使用参数0指定读取灰度图。
图像相减的时候直接s1 - s2 即可，结果如下图：
局部放大图：
隐约可以看到有变换的数字。
彩图直接相减结果如下：
局部放大图：
上面的结果非常混乱，这是为什么呢？！！
最后发现原因如下：
➜ ~ python
Python 2.7
扫一扫
8940
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
