Opencv 如何使用基于人体形状的FindContentors检测人体?
我想问一下如何在blob(findcontours)上检测人类或行人?我尝试学习如何使用FindOnTours()检测帧上的任何对象,如下所示:Opencv 如何使用基于人体形状的FindContentors检测人体?,opencv,contour,blobs,haar-wavelet,Opencv,Contour,Blobs,Haar Wavelet,我想问一下如何在blob(findcontours)上检测人类或行人?我尝试学习如何使用FindOnTours()检测帧上的任何对象,如下所示: #include"stdafx.h" #include<vector> #include<iostream> #include<opencv2/opencv.hpp> #include<opencv2/core/core.hpp> #include<opencv2/imgproc/imgproc.h
#include"stdafx.h"
#include<vector>
#include<iostream>
#include<opencv2/opencv.hpp>
#include<opencv2/core/core.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<opencv2/highgui/highgui.hpp>
int main(int argc, char *argv[])
{
cv::Mat frame;
cv::Mat fg;
cv::Mat blurred;
cv::Mat thresholded;
cv::Mat thresholded2;
cv::Mat result;
cv::Mat bgmodel;
cv::namedWindow("Frame");
cv::namedWindow("Background Model"
//,CV_WINDOW_NORMAL
);
//cv::resizeWindow("Background Model",400,300);
cv::namedWindow("Blob"
//,CV_WINDOW_NORMAL
);
//cv::resizeWindow("Blob",400,300);
cv::VideoCapture cap("campus3.avi");
cv::BackgroundSubtractorMOG2 bgs;
bgs.nmixtures = 3;
bgs.history = 1000;
bgs.varThresholdGen = 15;
bgs.bShadowDetection = true;
bgs.nShadowDetection = 0;
bgs.fTau = 0.5;
std::vector<std::vector<cv::Point>> contours;
for(;;)
{
cap >> frame;
cv::GaussianBlur(frame,blurred,cv::Size(3,3),0,0,cv::BORDER_DEFAULT);
bgs.operator()(blurred,fg);
bgs.getBackgroundImage(bgmodel);
cv::threshold(fg,thresholded,70.0f,255,CV_THRESH_BINARY);
cv::threshold(fg,thresholded2,70.0f,255,CV_THRESH_BINARY);
cv::Mat elementCLOSE(5,5,CV_8U,cv::Scalar(1));
cv::morphologyEx(thresholded,thresholded,cv::MORPH_CLOSE,elementCLOSE);
cv::morphologyEx(thresholded2,thresholded2,cv::MORPH_CLOSE,elementCLOSE);
cv::findContours(thresholded,contours,CV_RETR_CCOMP,CV_CHAIN_APPROX_SIMPLE);
cv::cvtColor(thresholded2,result,CV_GRAY2RGB);
int cmin = 50;
int cmax = 1000;
std::vector<std::vector<cv::Point>>::iterator itc=contours.begin();
while (itc!=contours.end()) {
if (itc->size() > cmin && itc->size() < cmax){
std::vector<cv::Point> pts = *itc;
cv::Mat pointsMatrix = cv::Mat(pts);
cv::Scalar color( 0, 255, 0 );
cv::Rect r0= cv::boundingRect(pointsMatrix);
cv::rectangle(frame,r0,color,2);
++itc;
}else{++itc;}
}
cv::imshow("Frame",frame);
cv::imshow("Background Model",bgmodel);
cv::imshow("Blob",result);
if(cv::waitKey(30) >= 0) break;
}
return 0;
}
#包括“stdafx.h”
#包括
#包括
#包括
#包括
#包括
#包括
int main(int argc,char*argv[])
{
cv::垫架;
cv::Mat-fg;
cv::Mat模糊;
cv::设定阈值的Mat;
cv::Mat阈值2;
cv::Mat结果;
cv::Mat-bgmodel;
cv::namedWindow(“框架”);
cv::namedWindow(“背景模型”
//,CV_窗口_正常
);
//cv::调整窗口大小(“背景模型”,400300);
cv::namedWindow(“Blob”
//,CV_窗口_正常
);
//cv::调整窗口大小(“Blob”,400300);
cv::视频捕获cap(“campus3.avi”);
cv::背景MOG2 bgs;
bgs.nmixtures=3;
bgs.history=1000;
bgs.varThresholdGen=15;
bgs.bShadowDetection=true;
bgs.nShadowDetection=0;
bgs.fTau=0.5;
矢量轮廓;
对于(;;)
{
cap>>框架;
cv::GaussianBlur(帧,模糊,cv::大小(3,3),0,0,cv::边界_默认值);
bgs.operator()(模糊,前景);
getBackgroundImage(bgmodel);
cv::阈值(fg,阈值化,70.0f,255,cv_阈值二元);
cv::阈值(fg,阈值2,70.0f,255,cv_阈值二元);
cv::Mat elementCLOSE(5,5,cv_8U,cv::Scalar(1));
cv::morphologyEx(阈值化,阈值化,cv::Morpho_CLOSE,elementCLOSE);
cv::morphologyEx(阈值2,阈值2,cv::Morpho_CLOSE,elementCLOSE);
cv::findContours(阈值、轮廓、cv_RETR_CCOMP、cv_CHAIN_近似_SIMPLE);
cv::cvtColor(阈值2,结果,cv_GRAY2RGB);
int-cmin=50;
int cmax=1000;
std::vector::iterator itc=contours.begin();
while(itc!=contours.end()){
如果(itc->size()>cmin&&itc->size()=0)中断;
}
返回0;
}
现在我想知道如何探测人类?我需要用猪吗?还是哈尔?如果是,我需要使用它们,如何使用它们?有学习如何使用它的教程吗?因为我太好奇了!当我学习OpenCV时,它是如此的有趣!太让人上瘾了!:)
无论如何,我会感谢您的帮助,谢谢。:) 这是一个很好的开始,充满了热情。对图像/图像序列进行人体检测的方法不止一种。我总结以下几点:
玩得开心 哇,谢谢!六羟甲基三聚氰胺六甲醚。。如果我想用haar,所以我不需要背景减法,不是吗?猪怎么样?但是我想我要结合两种方法来进行鲁棒检测,首先我要跟踪头肩的形状,然后我要跟踪运动。我这里有一个有趣的例子,但我仍然需要从研究论文和一些如何使用haar和hog的教程中获得更多信息。是的,在每一帧上使用HoG。或者尝试一个。如何为head+upperbody+lowerbody创建xml分类器?有关于它的教程吗?有。签入OpenCV245/opencv/data/haarcascades.Ok!我会检查的!谢谢威尔!:)