基于opencv的车辆数量检测

**利用opencv可以实现视频中公路上的车辆数量检测，但是opencv的识别准确率不够高，如需提高准确率还得使用深度学习的一些算法。**以下附上源码：

#导包
import cv2
import numpy as np
#计算矩形中心点
def center(x,y,w,h):x1=int(w/2)y1=int(h/2)cx=int(x)+x1cy=int(y)+y1return cx,cy
#划线偏移量
offset=8
#线高
line_high=600
#存放车中心点的列表
cars=[]
#车数量
num=0
#读取摄像头
video=cv2.VideoCapture('./9b3ae12a0660e8daa0e3cb42ab26377d.mp4')
#mog算法，创建mog对象
mog=cv2.createBackgroundSubtractorMOG2()
#获取形态学卷积核
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5,5))
#循环读取数据
while True:#ret为标志位，读取到视频时为True，否则为False#frame为读取的视频ret,frame=video.read()#如果读取到视频if ret:#灰度化处理gray=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)#去噪,高斯滤波#blur=cv2.boxFilter(gray,-1,(9,9))blur=cv2.GaussianBlur(gray,(7,7),5)#blur=cv2.bilateralFilter(gray,5,120, 150)#创建前景掩码mask=mog.apply(blur)#腐蚀操作erode = cv2.erode(mask,kernel,iterations=1)#膨胀，把图像还原回来dilate=cv2.dilate(erode,kernel,iterations=1)#消除小方块，闭运算close=cv2.morphologyEx(dilate,cv2.MORPH_CLOSE,kernel)#查找轮廓contours, hierarchy=cv2.findContours(close,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)#划线cv2.line(frame,(10,line_high),(1200,line_high),(0,0,255),thickness=2)#画出轮廓for contour in contours:#最大外接矩形x,y,w,h=cv2.boundingRect(contour)#过滤小框is_valid=(w>60) &(h>50)if not is_valid:continue#画矩形cv2.rectangle(frame,(int(x),int(y)),(int(x+w),int(y+h)),(0,255,0),2)#车中心点cpoint=center(x,y,w,h)#将中心点加入列表cars.append(cpoint)#以中心点为中心画圆cv2.circle(frame,(cpoint),5,(0,255,0),-1)#判断汽车过检测线for (x,y) in cars:#检测范围以内if y>(line_high-offset) and y<(line_high+offset):#车数量加一num+=1#移除已经计算的cars.remove((x,y))#打印车的数量print('车的数量为:',num)#展示视频#cv2.imshow('erode',erode)#cv2.imshow('dilate',close)#在图上加文本cv2.putText(frame,'Vehicle Counts:'+str(num),(500,60),cv2.FONT_HERSHEY_SIMPLEX,2,(255,0,0),5)#显示图像cv2.imshow('frame',frame)#10ms一帧，可自己修改key=cv2.waitKey(10)#可按ESC退出视频展示if key == 27:break
#释放资源
video.release()
#关闭窗口
cv2.destroyAllWindows()

基于opencv的车辆数量检测相关推荐

案例-使用python实现基于opencv的车辆识别
写在开头,接触opencv也有很长一段时间了,中间还接触了halcon.但都是基于C++实现,发现如果有什么idea,还是使用python可以快速实现.基于C++版本的后期会有更新. 首先,这个案例是 ...
运用特征脸方法的基于Opencv的猫脸检测实现
本文禁止转载.抄袭,请尊重作者权利. 使用特征脸方法的基于Opencv的猫脸检测实现摘要目前,在计算机视觉和模式识别领域,脸识别技术是一个很活跃的课题,人脸识别的方法已经十分丰富,而对于日常生活中 ...
基于Opencv的车距检测系统（源码＆教程）
1.研究背景对本车前方车辆的识别及距离检测是计算机视觉技术在智能网联汽车中的一个重要内容.要想在错综繁杂的交通环境中实现无人驾驶,对行车环境中其他车辆信息的获取是十分重要的.因此,对本车前方车辆的识 ...
Python基于OpenCV的实时疲劳检测[源码＆演示视频＆部署教程]
1.图片演示 2.视频演示 [项目分享]Python基于OpenCV的实时疲劳检测[源码&演示视频&部署教程]_哔哩哔哩_bilibili 3.检测方法 1)方法与用于计算眨眼的传统 ...
基于OpenCV的条形码区域检测（一）
基于OpenCV的条形码区域检测(一) 1.已有方案能够很轻松地在网上找到这一篇文章<使用Python和OpenCV检测图片上的条形码_Adrian Rosebrock>,原文:'De ...
基于OpenCV的混凝土裂纹检测
基于OpenCV的混凝土裂纹检测前言这是我发的第一次博客,有什么建议大家可以给我留言,感激不尽! 接下来,我们进入正题. 一.使用函数库 numpy, opencv, heapq, skimage ...
Python基于OpenCV的异常行为检测系统[源码＆部署教程]
1.项目背景智能视频监控(Intelligent Video Surveillance , IVS)[1.2·3.4是计算机视觉技术5l在安防领域的应用,实现了由"被动监控"到& ...
RIKIBOT使用系列-基于Opencv HSV的色块检测
目录一. 简介二.查找色值 1.摄像头的角度调 2.启动检测与查找三. 验证HSV色值 1.写入色值到文件 2.启动检测四.交流方式一. 简介这里学习一下如何用摄像头检测HSV色值,Ope ...
基于OpenCV监控老鼠蟑螂检测系统[完整源码＆部署教程]
1.视频演示: [项目分享]Python基于OpenCV监控老鼠蟑螂检测系统[完整源码&部署教程]_哔哩哔哩_bilibili 2.图片演示: 3.算法原理: 该博客提出的移动侦测即是根据视频 ...

基于opencv的车辆数量检测

基于opencv的车辆数量检测相关推荐

最新文章

热门文章