OpenCV基于背景减除如何实现行人计数

OpenCV基于背景减除如何实现行人计数，针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。

前言

下面将使用OpenCV C++ 对视频中的人流量进行统计。

一、图像预处理

原图如图所示。本案例的需求是想要统计画面中的人流量。画面中走动的行人可以看作是前景，那么我们就需要将前景、背景分割出来。我们可以使用OpenCV提供的BackgroundSubtractorMOG2 高斯混合模型，将行人从画面中分割出来，然后提取轮廓就可以统计人流量了。

Ptr<BackgroundSubtractorMOG2>MOG = createBackgroundSubtractorMOG2();
MOG->apply(frame, mask);

使用上面两行代码就可以创建高斯混合背景提取器。传入原图，返回背景减除结果。如上图所示。接下来只需对上图进行一些简单操作，再提取轮廓就可以进行人流统计了。

threshold(mask, mask, 200, 255, THRESH_BINARY );

morphologyEx(mask, mask, MORPH_OPEN, kernel);

dilate(mask, mask, kernel1);

进行二值化、形态学等操作可以将行人作为一个独立个体分割出来。效果如图。

二、对象计数

1.轮廓提取

将上面的二值图像进行轮廓检测，然后统计有效轮廓就可以完成对象计数了。

    vector<vector<Point>>contours;
    vector<vector<Point>>EffectiveContours;    
    findContours(mask, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);
    for (int i = 0; i < contours.size(); i++)
    {            
        double area = contourArea(contours[i]);
    
        if (area > 300)
        {        
            EffectiveContours.push_back(contours[i]);
        }
        
    }

2.效果显示

	char text[10];
	for (int i = 0; i < EffectiveContours.size(); i++)
	{
		RotatedRect rect = minAreaRect(EffectiveContours[i]);

		Rect box = rect.boundingRect();

		rectangle(frame, Rect(box.x, box.y, box.width, box.height), Scalar(0, 255, 0), 2);

		sprintf_s(text, "%s%d", "Current:", EffectiveContours.size());

		putText(frame, text, Point(10, 30), FONT_HERSHEY_SIMPLEX, 1, Scalar(0, 255, 0), 2);
	}

最终效果如图所示。

三、源码

#include<iostream>
#include<opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int main()
{

	VideoCapture capture;
	capture.open("1.avi");

	if (!capture.isOpened())
	{
		cout << "Can not open video source!" << endl;
		system("pause");
		return -1;
	}

	Ptr<BackgroundSubtractorMOG2>MOG = createBackgroundSubtractorMOG2();

	Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 5));
	Mat kernel1 = getStructuringElement(MORPH_RECT, Size(7, 3));

	Mat frame, mask;
	while (capture.read(frame))
	{
		MOG->apply(frame, mask);

		threshold(mask, mask, 200, 255, THRESH_BINARY );

		morphologyEx(mask, mask, MORPH_OPEN, kernel);

		dilate(mask, mask, kernel1);

		vector<vector<Point>>contours;
		vector<vector<Point>>EffectiveContours;	
		findContours(mask, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);
		for (int i = 0; i < contours.size(); i++)
		{			
			double area = contourArea(contours[i]);

			if (area > 300)
			{		
				EffectiveContours.push_back(contours[i]);
			}
			
		}

		char text[10];
		for (int i = 0; i < EffectiveContours.size(); i++)
		{
			RotatedRect rect = minAreaRect(EffectiveContours[i]);

			Rect box = rect.boundingRect();

			rectangle(frame, Rect(box.x, box.y, box.width, box.height), Scalar(0, 255, 0), 2);

			sprintf_s(text, "%s%d", "Current:", EffectiveContours.size());

			putText(frame, text, Point(10, 30), FONT_HERSHEY_SIMPLEX, 1, Scalar(0, 255, 0), 2);
		}
		imshow("frame", frame);
		imshow("mask", mask);

		char key = waitKey(10);
		if (key == 27)
		{
			break;
		}
	}

	destroyAllWindows();
	capture.release();
	system("pause");
	return 0;
}

关于OpenCV基于背景减除如何实现行人计数问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注亿速云行业资讯频道了解更多相关知识。