Image processing 通过分析二值前景图像的白色像素来进行车辆计数的想法

我对图像处理有点陌生，所以我想问你如何为我的问题找到最佳解决方案，而不是代码。 我想不出一个好主意，所以想征求你的意见。希望你能帮忙

我正在OpenCV下的一个项目中工作，该项目是关于从视频文件或实时摄像机中计算车辆数量。在这样一个项目中工作的其他人通常会跟踪移动的对象，然后对它们进行计数，但我不想这样做，而是想用不同的视角工作；要求用户在视频窗口上设置感兴趣的区域，并仅在该区域工作出于某些原因，例如不处理整个帧和一些性能提升，如下所示。顺便说一句，用户可以设置多个ROI，并要求用户按比例将ROI的高度设置为普通汽车的2倍左右

到目前为止，我已经做了一些基本的工作，比如背景更新、形态过滤器、阈值化以及将运动物体作为二值图像，如下所示

在做了这些之后，我试图计算最终的阈值化前景帧的白色像素，并通过检查总白色像素数来估计它是否是一辆汽车。我通过静态计算通过知道ROI的高度来设置下限。为了说明这一点，我绘制了一个示例图形：

从图中可以看出，很容易计算出白色像素，检查它是否在时间点绘制曲线，并确定是否是汽车或类似噪音的东西

我非常成功，直到两辆车同时通过我的ROI。我的算法崩溃了，因为你可以猜到它们是一辆车：/我尝试了不同的方法来解决这个问题，类似于长车辆，但到目前为止，我还没有找到一个最佳的解决方案

我的问题是：用这种像素值计数的方法来处理这个任务是不可能的吗？如果可能的话，你有什么建议？我希望你以前也遇到过类似的事情，能帮助我

---

欢迎大家提出意见，提前感谢各位朋友

将流量与背景隔离-拍摄两张图像，对其中一张图像运行高通滤波，将另一张图像转换为二值图像-使用二值图像遮罩滤波后的图像，您应该能够使用边缘检测将每辆车的车顶识别为四边形，然后您应该能够计算其相对测量值

然后有四个场景：

没有四边形-没有汽车 大型四边形卡车 多个小型四边形-多辆车 单四边形-一辆车

---

将交通与背景隔离-拍摄两幅图像，对其中一幅图像进行高通滤波，将另一幅图像转换为二值图像-使用二值图像遮罩滤波后的图像，您应该能够使用边缘检测将每辆车的车顶识别为四边形，然后您应该能够计算其相对度量

然后有四个场景：

没有四边形-没有汽车 大型四边形卡车 多个小型四边形-多辆车 单四边形-一辆车

---

在回答您的问题时，是否可以使用像素计数？ 简短的回答是否定的，因为你引用的理由是：仅仅对静态图像进行像素计数是不够的

如果您仅限于像素计数，您可以尝试查看成功帧之间像素计数的像素计数速度变化，当1辆车、2辆车或卡车经过时，您可能会选择不同的速度形状

但仅仅是简单的像素计数？不需要。您还需要形状几何信息

---

如果您应用任何类型的阈值算法（例如背景减法），请不要忘记在光线级别发生变化（例如白天和夜晚）时更新背景。也要考虑当它是一个部分云，带有强烈的云影在你的图像上移动时的悲伤。< /P> < P>回答你的问题是否有可能使用像素计数？ 简短的回答是否定的，因为你引用的理由是：仅仅对静态图像进行像素计数是不够的

如果您仅限于像素计数，您可以尝试查看成功帧之间像素计数的像素计数速度变化，当1辆车、2辆车或卡车经过时，您可能会选择不同的速度形状

但仅仅是简单的像素计数？不需要。您还需要形状几何信息

---

如果您应用任何类型的阈值算法（例如背景减法），请不要忘记在光线级别发生变化（例如白天和夜晚）时更新背景。也要考虑当它是一个阴云密布的地方，有一个清晰的云影在你的图像上移动。

现在已经很晚了，我会在周末为你发布一些链接。我认为边缘检测是一种很好的方式，这是一个很好的观点，如果可以的话，我会尝试的。好的，再次感谢你，我会提醒你：嘿，你没有寄你承诺的liks，我没有

---

老你，我会提醒你：已经很晚了，我会在周末为你发布一些链接-我认为边缘检测是goThanks的方法，这是一个很好的观点，如果可以，我会尝试。好的，再次感谢，我会提醒你：嘿，你没有发送你承诺的LIK，我告诉过你，我会提醒你：高速公路上的汽车检测系统使用垂直摄像头，可以轻松测量每辆车的速度和大小，高速公路上的汽车检测系统使用垂直摄像头，可以方便地测量每辆车的速度和大小，还可以捕捉到拖车等困难的边缘情况。