使用OpenCV怎么智能视频监控

本篇文章给大家分享的是有关使用OpenCV怎么智能视频监控，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。

#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <ctime>
using namespace std;
using namespace cv;
 
int videoplay();
void on_Trackbar(int ,void*);
char* str_gettime();
int bSums(Mat src);

 
char g_str[17];
int g_nNum = 0;//图片名称
int g_nDelay = 0;
int g_npic = 0;
Mat g_filpdstMat;
int g_pointnum = 1000;//设置像素点阈值生成图片
int g_pixel = 0;//像素点
 
 
 
 
int main()
{
 
 VideoCapture capture(0);
 
 
 
 //视频输出VideoWriter
 CvVideoWriter* outavi = NULL;
 //VideoWriter outavi;
 //outavi.open("sre.avi",-1, 5.0, Size(640, 480), true);
 outavi = cvCreateVideoWriter("录像.avi", -1, 5.0, cvSize(640, 480), 1);
 
 
 namedWindow("摄像头",WINDOW_AUTOSIZE);
 namedWindow("移动轨迹",WINDOW_AUTOSIZE);
 IplImage *pcpframe = NULL;
 
 
 Mat tempframe, currentframe, preframe, cpframe;
 Mat frame,jpg;
 int framenum = 0;
 //读取一帧处理
 while (1)
 {
 if(!capture.isOpened())
 {
 cout << "读取失败" << endl;
 return -1;
 }
 
 
 capture >> frame;//读取摄像头把每一帧传给frame
 
 frame.copyTo(cpframe);//把frame赋给cpframe，不影响frame
 tempframe = frame;//把frame赋给tempframe，影响frame
 
 flip(tempframe,g_filpdstMat,1);//水平翻转图像
 
 
 pcpframe = &IplImage(cpframe);//为了释放窗口，把Mat转化为IplImage使用
 
 //cpframe=cvarrToMat(pcpframe);
 //ipl转化矩阵 pBinary = &IplImage(Img)
 
 
 //7帧截取一次录入视频，频繁截取运转不过来
 if(framenum % 7 == 0)
 {
 //录像写入
 cvWriteFrame(outavi, pcpframe);
 }
 
 //判断帧数，若为第一帧，把该帧作为对比帧
 //若大于等于第二帧，则进行帧差法处理
 framenum++; 
 
 if (framenum == 1)
 {
 cvtColor(g_filpdstMat, preframe, CV_BGR2GRAY);
 }
 if (framenum >= 2)
 {
 cvtColor(g_filpdstMat, currentframe, CV_BGR2GRAY);
 //灰度图
 absdiff(currentframe,preframe,currentframe);//帧差法 
 threshold(currentframe, currentframe, 30, 255.0, CV_THRESH_BINARY);
 //二值化
 
 erode(currentframe, currentframe,Mat());//腐蚀
 dilate(currentframe, currentframe,Mat());//膨胀
 
 
 g_pixel = bSums(currentframe);//调用函数bSums，计算白色像素点，赋值给g_pixel
 //小延迟后输出当前像素点数值，防止数据刷太快看不清
 g_nDelay++;
 if(g_nDelay > 5)
 {
 cout<< "当前白色像素点：" <<g_pixel << endl;
 cout << "按ESC退出" << endl;
 g_nDelay = 0;
 }
 
 
 //创建像素点滑轨
 createTrackbar("像素点：","移动轨迹",&g_pointnum, 20000,on_Trackbar);
 on_Trackbar(0, 0);//调用回调函数
 
 
 //显示图像 
 imshow("摄像头", g_filpdstMat);
 imshow("移动轨迹", currentframe);
 
 }
 //把当前帧保存作为下一次处理的前一帧
 cvtColor(g_filpdstMat, preframe, CV_BGR2GRAY);
 
 //判断退出，并销毁录像窗口，否则下一步录像无法打开
 if((char)waitKey(10) == 27){cvReleaseVideoWriter(&outavi);break;}
 
 
 }//end while 
 
 while(1)
 {
 
 //显示提示窗口
 jpg = imread("模式选择.jpg", 1);
 imshow("模式选择",jpg);
 
 //设置key选择操作
 char key;
 key = waitKey(0);
 
 if(key == 'p' || key == 'P')//播放视频
 videoplay();
 if(key == 'q' || key == 'Q')//退出
 break;
 }
 return 0;
}
 
 
 
//打开录像
int videoplay()
{
 VideoCapture video("录像.avi");
 if(!video.isOpened())
 {
 fprintf(stderr,"打开失败\n");
 return false;
 }
 while(1)
 {
 Mat frame;
 video>>frame;
 
 if(frame.empty())
 {
 break;
 }
 cvNamedWindow("视频", CV_WINDOW_AUTOSIZE);
 imshow("视频",frame);
 waitKey(30);
 }
 cvDestroyWindow("视频");
 return 0;
}
 
 
 
//滑轨设定阈值判定是否保存当前摄像头图片
void on_Trackbar(int ,void*)
{
 //保存来人图片
 if(g_pixel > g_pointnum)
 {
 g_npic++;
 if(g_npic > 5)//为了避免风吹草动，小延迟之后才保存图片
 {
 //保存图片
 cout << endl << endl;
 cout << "场地异常，警报响应，准备拍照...\a" << endl; 
 imwrite(str_gettime(),g_filpdstMat);
 cout << "当前白色像素点：" <<g_pixel << endl;
 cout << "按ESC退出" << endl;
 cout << endl;
 g_npic = 0;
 }
 }
}
 
 
//获取当前日期
char* str_gettime()
{
 char tmpbuf[10];
 
 //从tz设置时区环境变量
 _tzset();//时间函数
 
 //显示当前日期
 _strdate(tmpbuf);
 g_str[0] = tmpbuf[6];
 g_str[1] = tmpbuf[7];
 g_str[2] = tmpbuf[0];
 g_str[3] = tmpbuf[1];
 g_str[4] = tmpbuf[3];
 g_str[5] = tmpbuf[4];
 
 _strtime(tmpbuf);
 //时分秒
 g_str[6] = tmpbuf[0];
 g_str[7] = tmpbuf[1];
 g_str[8] = tmpbuf[3];
 g_str[9] = tmpbuf[4];
 g_str[10] = tmpbuf[6];
 g_str[11] = tmpbuf[7];
 
 //规定图片jpg格式
 g_str[12] = '.';
 g_str[13] = 'j';
 g_str[14] = 'p';
 g_str[15] = 'g';
 g_str[16] = '\0';
 
 
 //显示获取图像时间
 printf("生成图片：%s\n", g_str);
 return g_str;
 
}
 
 
int bSums(Mat src)
{
 
 int counter = 0;
 //迭代器访问像素点
 Mat_<uchar>::iterator it = src.begin<uchar>();
 Mat_<uchar>::iterator itend = src.end<uchar>(); 
 for (; it!=itend; ++it)
 {
 if((*it)>0) counter+=1;//二值化后，像素点是0或者255
 } 
 return counter;
}

以上就是使用OpenCV怎么智能视频监控，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注亿速云行业资讯频道。