使用opencv提供的背景去除算法(资讯或高斯混合模型GMM)去除背景,然后将获取的目标二值化后通过筛选目标轮廓获得目标位置。
# include
使用名称空间的简历;//基于移动对象的轮廓的跟踪
int main ()
{
垫框架;
bool国旗=true;
VideoCapture捕获;
capture.open (0);
如果(! capture.isOpened ())
{
printf(“不能打开……\ n”);
返回1;
}
namedWindow(“面具”,WINDOW_AUTOSIZE);
namedWindow(“输出”,WINDOW_AUTOSIZE);
PtrpKNN=createBackgroundSubtractorKNN ();//PtrpMOG2=createBackgroundSubtractorMOG2 ();
而(capture.read(框架)
{
垫KNNMask;
std:: vector在轮廓;
pKNN→应用(框架、KNNMask);//(* pMOG2)。应用(框架、mogMask);
阈值(KNNMask KNNMask, 100年,255年,THRESH_BINARY);
垫内核=getStructuringElement (MORPH_RECT、尺寸(3、3));
morphologyEx (KNNMask KNNMask MORPH_OPEN,内核,点(1,1));
findContours (KNNMask、轮廓、RETR_EXTERNAL CHAIN_APPROX_SIMPLE,点(0,0));
for (int i=0;我& lt;contours.size ();我+ +)
{//轮廓面积
双面积=contourArea(轮廓[我]);//轮廓外接矩阵
矩形矩形=boundingRect(轮廓[我]);
如果(区域& lt;500 | | rect.width & lt;50 | | rect.height & lt;50)继续;
矩形(框架、矩形、标量(0255255),2);
putText(点(矩形框架,“目标”。x, rect.y) CV_FONT_NORMAL FONT_HERSHEY_PLAIN,标量(0255 0),2、8);
}
imshow(“面具”,KNNMask);
imshow(“输出”,框架);
waitKey (1);
}
返回0;
}
以上这篇opencv3/c++关于移动对象的轮廓的跟踪详解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
