Python Opencv";透镜(等高线)“;返回假值
我正在使用OpenCV库进行人群计数。首先,我使用“findContours()”方法查找轮廓,该方法基本上将这些轮廓放入一个数组中。当我尝试获取场景中的人数时,我使用len()函数读取包含轮廓的数组的长度 然而,我得到了错误的读数,我不知道为什么可能是因为阈值,但我对python和图像处理是新手,所以我无法确定问题所在,甚至无法为我的背景选择合适的阈值 这是我的代码,我将附上一些图像,显示错误读数的样子:Python Opencv";透镜(等高线)“;返回假值,python,opencv,image-processing,opticalflow,Python,Opencv,Image Processing,Opticalflow,我正在使用OpenCV库进行人群计数。首先,我使用“findContours()”方法查找轮廓,该方法基本上将这些轮廓放入一个数组中。当我尝试获取场景中的人数时,我使用len()函数读取包含轮廓的数组的长度 然而,我得到了错误的读数,我不知道为什么可能是因为阈值,但我对python和图像处理是新手,所以我无法确定问题所在,甚至无法为我的背景选择合适的阈值 这是我的代码,我将附上一些图像,显示错误读数的样子: from cv2 import cv2 import time video= cv2.
from cv2 import cv2
import time
video= cv2.VideoCapture('vtest.avi')
frameTime = 30 # time of each frame in ms, you can add logic to change this value.
first_frame=None
while True:
check,frame=video.read()
font = cv2.FONT_HERSHEY_SIMPLEX
if cv2.waitKey(frameTime) & 0xFF == ord('q'):
break
gray=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
gray=cv2.GaussianBlur(gray,(21,21),0)
if first_frame is None:
first_frame=gray
continue
delta_frame=cv2.absdiff(first_frame,gray)
threshold_frame=cv2.threshold(delta_frame,50,255,cv2.THRESH_BINARY)[1]
threshold_frame=cv2.dilate(threshold_frame,None,iterations=2)
(cntr,_)=cv2.findContours(threshold_frame.copy(),cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
number = 0
for contour in cntr:
if cv2.contourArea(contour)<1000:
continue
(x,y,w,h)=cv2.boundingRect(contour)
cv2.rectangle(frame,(x,y),(x+w,y+h),(0,255,0),3)
number_of_objects_in_image= len(cntr)
NumberToString = str(number_of_objects_in_image)
cv2.putText(frame,
'number of people:'+NumberToString,
(50, 50),
font, 1,
(0, 255, 255),
2,
cv2.LINE_4)
cv2.imshow("vtest.avi",frame)
key=cv2.waitKey(1)
if key==ord('q'):
break
video.release()
cv2.destroyAllWindows
从cv2导入cv2
导入时间
video=cv2.VideoCapture('vtest.avi')
frameTime=30#每帧的时间(毫秒),您可以添加逻辑来更改此值。
第一帧=无
尽管如此:
选中,frame=video.read()
font=cv2.font\u HERSHEY\u SIMPLEX
如果cv2.waitKey(帧时间)&0xFF==ord('q'):
打破
灰色=cv2.CVT颜色(边框,cv2.COLOR\u BGR2GRAY)
gray=cv2.高斯模糊(gray,(21,21),0)
如果第一个_帧为无:
第一帧=灰色
持续
delta_帧=cv2.absdiff(第一个_帧,灰色)
threshold_frame=cv2.threshold(delta_frame,50255,cv2.THRESH_二进制)[1]
threshold\u frame=cv2.放大(threshold\u frame,无,迭代次数=2)
(cntr,u)=cv2.findContentours(阈值\u frame.copy(),cv2.RETR\u外部,cv2.CHAIN\u近似\u简单)
数字=0
对于cntr中的轮廓:
如果cv2.轮廓面积(轮廓)