【opencv】示例-phase_corr.cpp 捕获视频流并通过计算相位相关性来检测画面中的移动...

cpp 复制代码
// 包含OpenCV库的头文件
#include "opencv2/core.hpp" // 包含OpenCV核心功能
#include "opencv2/videoio.hpp" // 包含视频IO功能
#include "opencv2/highgui.hpp" // 包含高级GUI功能,显示图像
#include "opencv2/imgproc.hpp" // 包含图像处理功能


using namespace cv; // 使用OpenCV命名空间,方便调用OpenCV函数


int main(int, char* [])
{
    VideoCapture video(0); // 创建VideoCapture对象,用于捕获编号为0的摄像头视频
    
    // 定义一些Mat类型的变量用于存放处理的帧
    Mat frame, curr, prev, curr64f, prev64f, hann;
    char key; // 用于接收用户按键


    // 主循环
    do
    {
        video >> frame; // 从视频流中读取一帧保存到frame变量中
        cvtColor(frame, curr, COLOR_RGB2GRAY); // 将捕获的彩色帧转换为灰度图


        // 如果prev为空,说明是第一帧,需要进行初始化
        if(prev.empty())
        {
            prev = curr.clone(); // 将当前帧存储到prev中,用于下次迭代
            createHanningWindow(hann, curr.size(), CV_64F); // 创建汉宁窗,用于相位相关函数
        }


        // 将prev和curr的数据类型转换为CV_64F,用于相位相关函数
        prev.convertTo(prev64f, CV_64F);
        curr.convertTo(curr64f, CV_64F);


        // 计算prev和curr之间的相位偏移
        Point2d shift = phaseCorrelate(prev64f, curr64f, hann);
        double radius = std::sqrt(shift.x*shift.x + shift.y*shift.y); // 计算偏移的幅度


        // 如果偏移幅度大于5,绘制一个圆和线来表示偏移方向
        if(radius > 5)
        {
            Point center(curr.cols >> 1, curr.rows >> 1); // 计算帧的中心点
            // 在当前帧上绘制圆和线
            circle(frame, center, (int)radius, Scalar(0, 255, 0), 3, LINE_AA);
            line(frame, center, Point(center.x + (int)shift.x, center.y + (int)shift.y), Scalar(0, 255, 0), 3, LINE_AA);
        }


        imshow("phase shift", frame); // 显示经过相位相关偏移标示的图像
        key = (char)waitKey(2); // 等待2ms,如果有按键则获取到key变量


        prev = curr.clone(); // 更新prev帧为当前帧
    } while(key != 27); // 如果按键不是Esc键继续循环,Esc键ASCII码为27,用于退出循环


    return 0; // 程序结束,返回0
}
css 复制代码
createHanningWindow(hann, curr.size(), CV_64F);
bash 复制代码
Point2d shift = phaseCorrelate(prev64f, curr64f, hann)
相关推荐
cooldream200936 分钟前
华为云Flexus+DeepSeek征文|基于华为云Flexus X和DeepSeek-R1打造个人知识库问答系统
人工智能·华为云·dify
Blossom.1184 小时前
使用Python和Scikit-Learn实现机器学习模型调优
开发语言·人工智能·python·深度学习·目标检测·机器学习·scikit-learn
DFminer5 小时前
【LLM】fast-api 流式生成测试
人工智能·机器人
郄堃Deep Traffic5 小时前
机器学习+城市规划第十四期:利用半参数地理加权回归来实现区域带宽不同的规划任务
人工智能·机器学习·回归·城市规划
GIS小天6 小时前
AI+预测3D新模型百十个定位预测+胆码预测+去和尾2025年6月7日第101弹
人工智能·算法·机器学习·彩票
阿部多瑞 ABU6 小时前
主流大语言模型安全性测试(三):阿拉伯语越狱提示词下的表现与分析
人工智能·安全·ai·语言模型·安全性测试
cnbestec6 小时前
Xela矩阵三轴触觉传感器的工作原理解析与应用场景
人工智能·线性代数·触觉传感器
不爱写代码的玉子6 小时前
HALCON透视矩阵
人工智能·深度学习·线性代数·算法·计算机视觉·矩阵·c#
sbc-study7 小时前
PCDF (Progressive Continuous Discrimination Filter)模块构建
人工智能·深度学习·计算机视觉
EasonZzzzzzz7 小时前
计算机视觉——相机标定
人工智能·数码相机·计算机视觉