Loading... # 0x00 帧间差分法顾名思义，就是将视频的前后帧对应的像素点进行差运算得出差值。 ## 0x01 原理 首先将视频每帧画面转为二值图（即只有“白”与“黑”两种颜色的图），再将前后帧进行差运算。当前后帧的同一个像素点的差值不为零，并且差值的绝对值超过设定的阈值时，就可以判断画面发生了移动。 ## 0x02 优点 - 算法简单，程序实现的难度不高 - 对光线的变化感知不明显（只要光线变化不是太大，二值化后的图像基本相同） - 能够适应各种动态变化的图像，稳健性较强 ## 0x03 缺点 - 对于快速移动的物体，画面容易变“糊”，过快的话甚至会被认为是两个物体 - 对于慢速移动的物体，由于速度过慢导致前后帧几乎重合，而检测不到物体 - 检测出的物体有“空洞”，只能检测出移动物体的外边，而且检测出来的外边要比物体实际的轮廓大 # 0x10 相邻帧间差分法 相邻帧间差分法就是二帧法，对相邻的两帧图像做差运算，取差值的绝对值构成移动物体。 其优点是实时性高，运算快速。但光照突变的情况下效果不好。 ## 0x11 代码实现 使用 `opencv-python`进行演示 ```python import cv2 #上一帧 lastFram = None #我这的视频源是使用网络摄像头 cap = cv2.VideoCapture("rtsp://admin:admin@192.168.31.89:8445/live") while (cap.isOpened()): #逐帧读取摄像头画面 ret, fram = cap.read() #转为灰度图 fram = cv2.cvtColor(fram, cv2.COLOR_BGR2GRAY) #转为二值图 fram = cv2.threshold(fram, 25, 255, cv2.THRESH_BINARY)[1] #初始帧 if lastFram is None: lastFram = fram continue #将上一帧与当前帧做差运算 frameDelta = cv2.absdiff(lastFram, fram) #当前帧设为上一帧 lastFram = fram.copy() #显示 cv2.imshow("f", fram) if cv2.waitKey(1) & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows() ```  # 0x20 三帧法 三帧就是在二帧让的基础上，进行与运算。 假设有A、B、C三帧，AB做差运算，BC做差运算，再将两个差运算做与运算。 相比二帧更适用于移动较快的情况。 ## 0x21 程序实现 ```python import cv2 #A帧 aFram = None #B帧 bFram = None #我这的视频源是使用网络摄像头 cap = cv2.VideoCapture("rtsp://admin:admin@192.168.31.89:8445/live") while (cap.isOpened()): #逐帧读取摄像头画面 ret, fram = cap.read() #转为灰度图 fram = cv2.cvtColor(fram, cv2.COLOR_BGR2GRAY) #转为二值图 fram = cv2.threshold(fram, 25, 255, cv2.THRESH_BINARY)[1] #初始帧 if bFram is None: if aFram is None: aFram = fram else: bFram = fram global abFram abFram = cv2.absdiff(aFram, bFram) continue bcFram = cv2.absdiff(bFram, fram) #与运算 thresh = cv2.bitwise_and(adFram,bcFram) abFram = bcFram.copy() #显示 cv2.imshow("f", thresh) if cv2.waitKey(1) & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows() ``` Last modification：August 5th, 2020 at 07:42 pm © 允许规范转载 Support 如果觉得我的文章对你有用，请随意赞赏 ×Close Appreciate the author Sweeping payments Pay by AliPay Pay by WeChat
One comment
妙啊୧(๑•̀⌄•́๑)૭