OpenCV笔记（6）(harris角点检测、背景建模)

一、Harris角点

如上图所示，红色框AB都是平面，蓝色框CD都是边缘，而绿色框EF就是角点。

平面：框往X或Y抽移动，变化都很小。

边缘：框沿X或Y轴移动，其中一个变化很小，而另外一个变化比较大。

角点：框沿X或Y轴移动，两个变化都比较大。

见《图像基础》笔记第7页

二、背景建模

使用帧差法：

即用后一帧图像减去前一帧图像，得到运动的物体，但是会出现空洞（前景物体的一个面灰度变化不大，减完得到接近0的数）。

使用GMM方法：

# -*- coding:utf-8 -*-

__author__ = 'Leo.Z'

import cv2 as cv

# 打开媒体流

cap = cv.VideoCapture('rtsp://admin:[email protected]:554/PSIA/streaming/channels/1201')

# 创建一个形态学kernel

kernel = cv.getStructuringElement(cv.MORPH_ELLIPSE, (5, 5))

# 创建MOG2

fgbg = cv.createBackgroundSubtractorMOG2()

while (True):

    # 读取一帧

    ret, frame = cap.read()

    # MOG2运用到每一帧

    fgmask = fgbg.apply(frame)

    # 使用形态学开操作

    fgmask = cv.morphologyEx(fgmask, cv.MORPH_OPEN, kernel)

    # 找轮廓

    contours, hierarchy = cv.findContours(fgmask, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)

    for c in contours:

        # 计算每个轮廓的周长

        perimeter = cv.arcLength(c, True)

        # 周长大于188的则用方框框起来

        if perimeter > 188:

            # 获取轮廓的外接矩形

            x, y, w, h = cv.boundingRect(c)

            cv.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)

    cv.imshow('frame', frame)

    cv.imshow('fgmask', fgmask)

    k = cv.waitKey(10) & 0xff

    if k == 27:

        break

# 释放cap

cap.release()

# 关闭所有窗口

cv.destroyAllWindows()