如何在冗长的监控录像中找到关键点?我们知道,监控录像中大部分信息都是没用的,那些信息就等同于一幅静态图像。我们要等待监控的范围内出现异常情况时再跟踪。 这其实是一个
如何在冗长的监控录像中找到关键点?我们知道,监控录像中大部分信息都是没用的,那些信息就等同于一幅静态图像。我们要等待监控的范围内出现异常情况时再跟踪。
这其实是一个最简单的计算机图像处理程序。简单的思路是这样的:首先给摄像头取景采样,当背景稳定时,以该图片作为基准图片。然后在监控过程中,若出现了和基准图片反差较大的视频帧,那么启动捕捉程序,并标出异常区域。
程序如下:
#include <cv.h> #include <time.h> #include <stdio.h> #include <stdlib.h> #include <highgui.h> #define ESC 0x1b #define TRUE 1 #define FALSE 0 // 检测图像异常,仅在采样时调用。 // 返回真表示已检测到异常,需要重新采样。 // 返回假表示未检测到异常,在一定时间后即可获取基准图像。 int detect(CvCapture* capture, IplImage* std, IplImage* frm, CvRect* rect); // 图像采样,确定基准图像,以便监测场景变化 // 返回真表示采样成功,返回假表示采样失败 int gather(CvCapture* capture, IplImage* std, CvRect* rect); // 摄像机监视,用矩形框标示出和基准图像反差较大的图像范围。 void monitor(CvCapture* capture, IplImage* std, CvRect* rect); // 求 x 的平方 int square(int x); int main(int argc, char* argv[]) { CvCapture* capture; // 摄像机源 IplImage* std; // 基准图像 CvRect rect; // 异常位置矩形标识 capture = cvCreateCameraCapture(0); if (!capture) return -1; std = cvQueryFrame(capture); rect = cvRect(-1, -1, 0, 0); std = cvCloneImage(std); cvNamedWindow("Monitor Screen"); if (gather(capture, std, &rect)) { monitor(capture, std, &rect); } cvDestroyWindow("Monitor Screen"); cvReleaseImage(&std); cvReleaseCapture(&capture); return 0; } int detect(CvCapture* capture, IplImage* std, IplImage* frm, CvRect* rect) { int x, y; // 循环变量 int f = FALSE; // 检测到异常的标识 int x1 = -1, x2 = 0; // 异常区域矩形横坐标范围 int y1 = -1, y2 = 0; // 异常区域矩形纵坐标范围 uchar *ptr1b, *ptr1g, *ptr1r; // 基准图像的每个像素的三个颜色通道的值 uchar *ptr2b, *ptr2g, *ptr2r; // 实时图像的每个像素的三个颜色通道的值 int squaresum; // 计算 RGB 差值平方和 // 遍历图像中的每一个点,将实时采样图与基准图做比较,检测两者的每一个 // 像素点的 RGB 差值平方和。当该值大于 8192 时(换算成灰度值则意味着 // 两者的灰度差大于 90)则立即报告出现异常,只有遍历完毕后仍未找到异 // 常才报告没有异常。 for (y = 0; y < std->height; y++) { for (x = 0; x < std->width; x++) { ptr1b = cvPtr2D(std, y, x) + 0; ptr2b = cvPtr2D(frm, y, x) + 0; ptr1g = cvPtr2D(std, y, x) + 1; ptr2g = cvPtr2D(frm, y, x) + 1; ptr1r = cvPtr2D(std, y, x) + 2; ptr2r = cvPtr2D(frm, y, x) + 2; squaresum = square(*ptr1b - *ptr2b) + square(*ptr1g - *ptr2g) + square(*ptr1r - *ptr2r); if (squaresum > 8192) { if (f) { if (x < x1) x1 = x; else if (x > x2) x2 = x; if (y < y1) y1 = y; else if (y > y2) y2 = y; } else { f = TRUE; x1 = x; y1 = y; x2 = x; y2 = y; } } } } if (x2 - x1 > frm->width / 4 || y2 - y1 > frm->height / 4) { f = TRUE; } else { f = FALSE; } *rect = cvRect(x1, y1, x2 - x1, y2 - y1); return f; } int gather(CvCapture* capture, IplImage* std, CvRect* rect) { IplImage* frm; int except = FALSE; // 检测到异常的标识 int finish = FALSE; // 采样已完成的标识 clock_t start_time, real_time; // 时间段监测 start_time = clock(); while (!finish) { frm = cvQueryFrame(capture); cvShowImage("Monitor Screen", frm); except = detect(capture, std, frm, rect); if (except) { start_time = clock(); cvCopyImage(frm, std); } if (cvWaitKey(15) == ESC) break; real_time = clock(); if (real_time - start_time >= 3000) { finish = TRUE; } } return finish; } void monitor(CvCapture* capture, IplImage* std, CvRect* rect) { IplImage* frm; int except = FALSE; int finish = FALSE; while (!finish) { frm = cvQueryFrame(capture); except = detect(capture, std, frm, rect); if (except) { cvRectangle( frm, cvPoint(rect->x, rect->y), cvPoint(rect->x + rect->width, rect->y + rect->height), cvScalar(0, 0, 255), 4); } cvShowImage("Monitor Screen", frm); if (cvWaitKey(15) == ESC) { finish = TRUE; } } } int square(int x) { return x * x; }
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持自由互联。