基于OpenCV的实时运动检测
我有一个项目，我需要检测视频流中的运动。当检测到运动时，将执行进一步的处理。不需要检测检测到运动的区域或更详细的信息。我只需要测量两幅图像或类似图像之间像素变化的百分比，作为进一步处理的触发器 我的想法是取两幅图像的绝对差值，设置阈值并计算像素数。我使用的是cv:：absdiff、cv:：threshold和cv:：countNonZero。对于全高清图像，此计算大约需要10毫秒。在30 fps的速度下，单芯上的总速度为10*30=300 ms 这还不包括图像的灰度转换，这大约是差分图像计算的2-3倍。所以我可以在一个内核上处理10 fps的全高清视频基于OpenCV的实时运动检测,opencv,real-time,detection,motion,Opencv,Real Time,Detection,Motion,我有一个项目，我需要检测视频流中的运动。当检测到运动时，将执行进一步的处理。不需要检测检测到运动的区域或更详细的信息。我只需要测量两幅图像或类似图像之间像素变化的百分比，作为进一步处理的触发器 我的想法是取两幅图像的绝对差值，设置阈值并计算像素数。我使用的是cv:：absdiff、cv:：threshold和cv:：countNonZero。对于全高清图像，此计算大约需要10毫秒。在30 fps的速度下，单芯上的总速度为10*30=300 ms 这还不包括图像的灰度转换，这大约是差分图像计算的2
我现在正在寻找一种方法来显著加快灰度转换/运动检测。就计算能力而言，RGB视频流中最快的运动检测方法是什么？如果完全局限于单个核心，则不适用。但是，如果您有一个好的视频卡，您可以使用gpu:：或ocl:：函数。通过使用这些，您可以将操作速度提高3-30倍！我知道gpu:：threshold比cpu版本快得多。在geForce gtx660上，我可以在0.001秒内对1080p图片进行脱粒。 我的GPU时间在相同大小图像上的其他示例： 掩蔽-0.002， LBP分类-.053， 表1.002
此外，调试opencv库和发行版库在速度方面存在巨大差异，在您担心速度之前，请使用opencv的发行版库进行发行版编译。我不局限于单个核心。相对于单个CPU的计算可以为我自己指示可以并行运行多少实例。gpu:：仅支持nvidia设备。我被一些英特尔gpu卡住了，所以只有ocl:：对我可用。将图像数据复制到gpu内存需要多长时间？