python
复制代码
import cv2
import numpy as np
"""
车辆数量统计/人流量统计
"""
# 加载视频
cap = cv2.VideoCapture(',/video.mp4')
# 创建mog对象 预处理 去除背景:保证视频中能够精准捕捉车辆(前景)
mog = cv2.createBackgroundSubtractorMOG2()
# 创建腐蚀核 矩形
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))
# 设置外接矩形过滤阈值
min_w = 100
min_h = 90
# 设置检测线,当车辆过这条线时再统计个数
line_high = 600
# 设置车辆数组,判断车辆是否在检测线值+-offset的范围内
cars = []
# 车辆个数
car = 0
# 设置偏移量 便于在检测线附近检测
offset = 6
# 计算外接矩形的中心点坐标
def center(x, y, w, h):
x1 = int(w / 2)
y1 = int(h / 2)
cx = int(x) + x1
cy = int(y) + y1
return cx, cy
# 循环读取视频
while True:
# 读取每一帧数据,返回标记和这一帧数据
ret, frame = cap.read()
# ret为True,表示读到了数据
if ret:
# 把原始帧进行灰度化,然后去噪
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
# 高斯去噪
blur = cv2.GaussianBlur(gray, (3, 3), 5)
# 去除背景
frame_mask = mog.apply(blur)
# 还是存在噪点 我们使用腐蚀和膨胀
erode = cv2.erode(frame_mask, kernel)
# 腐蚀可能让车辆也变小了,我们多膨胀几次
dilate = cv2.dilate(erode, kernel, iterations=2)
# 去除车辆内部的噪点(闭运算)
close = cv2.morphologyEx(dilate, cv2.MORPH_CLOSE, kernel)
# 查找轮廓 轮廓记序号方法:cv2.RETR_TREE, 近似轮廓:cv2.CHAIN_APPROX_SIMPLE
contours, hierarchy = cv2.findContours(close, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
# 画出检测线,过这条线后再统计车辆个数
cv2.line(frame, (10, line_high), (1200, line_high), (255, 255, 0), 3)
# 画出所有检测出来的轮廓
for contour in contours:
# 最大外接矩形 矩形的起始坐标(x, y),矩形的长宽wh
(x, y, w, h) = cv2.boundingRect(contour)
# 根据外接矩形的wh大小过滤小矩形(非车辆的干扰因素)
is_valid = (w >= min_w) and (h >= min_h)
if not is_valid:
continue
# 如果符合条件,则画出来,要求坐标点都是整数
cv2.rectangle(frame, (int(x), int(y)), (int(x + w), int(y + h)), (0, 0, 255), 2)
# 把车抽象为一个点,即外接矩形的中心点,便于统计个数
x_point, y_point = center(x, y, w, h)
# 放入数组中 append放入的是列表,因为一次性可能有多个车过
cars.append((x_point, y_point))
# 把点画出来 -1表示实心点
cv2.circle(frame, (x_point, y_point), 5, (0, 0, 255), -1)
# 判断汽车是否过检测线
for (x, y) in cars:
if (line_high - offset) < y < (line_high + offset):
# 统计落入了区间 车辆计数加一,已经检测过的车辆移除
# 如果车辆统计不到位(有的车没有统计),可能是line_high和offset的值不合理
car += 1
cars.remove((x, y))
# 显示车辆计数信息
cv2.putText(frame, 'Vehicle Count:' + str(car), (500, 60), cv2.FONT_HERSHEY_SIMPLEX, 2, (0, 0, 255), 5)
cv2.imshow('video', close)
# 1ms一帧
key = cv2.waitKey(1)
# 用户按esc退出
if key == 27:
break
# 释放资源
cap.release()
cv2.destroyAllWindows()