有关cvUpdateMotionHishtory,cvCalcMotionGradient等函数的使用

cvUpdateMotionHishtory多幅图像叠加，第三个参数输入为每帧图片的绝对时间，第四个输入则是消逝的时间

cvCalcMotionGradient第三个参数为输出，输出值为各个像素点预测的运动方向值，第一个参数邻域中的最大最小值得差值在第四个和第五个两个值中间时，输出有效。而邻域大小由最后一个参数限定，使用算子为sobel算子。

//下面为转载的一部分代码，加上了部分显示功能，方便效果的展示
//#include "stdafx.h"
#include "opencv/cv.h"
#include "opencv/highgui.h"
#include <time.h>
#include <math.h>
#include <ctype.h>
#include <stdio.h>
// various tracking parameters (in seconds)
const double MHI_DURATION = 3;
const double MAX_TIME_DELTA = 0.5;
const double MIN_TIME_DELTA = 0.05;
// 用于运动检测的循环帧数，与机器速度以及FPS设置有关
const int N = 2;
// ring image buffer
IplImage **buf = 0;
int last = 0;
// temporary images
IplImage *mhi = 0; // MHI: motion history image
IplImage *orient = 0; // orientation
IplImage *mask = 0; // valid orientation mask
IplImage *segmask = 0; // motion segmentation map
CvMemStorage* storage = 0; // temporary storage
// parameters:
// img - input video frame
// dst - resultant motion picture
// args - optional parameters
void update_mhi(IplImage* img, IplImage* dst, int diff_threshold)
{
double timestamp = clock() / 1000.; // get current time in seconds
CvSize size = cvSize(img->width, img->height); // get current frame size
int i, idx1 = last, idx2;
IplImage* silh;
CvSeq* seq;
CvRect comp_rect;
double count;
double angle;
CvPoint center;
double magnitude;
CvScalar color;
// allocate images at the beginning or
// reallocate them if the frame size is changed
if (!mhi || mhi->width != size.width || mhi->height != size.height)
{
if (buf == 0)
{
buf = (IplImage**)malloc(N*sizeof(buf[0]));
memset(buf, 0, N*sizeof(buf[0]));
}
for (i = 0; i < N; i++)
{
cvReleaseImage(&buf[i]);
buf[i] = cvCreateImage(size, IPL_DEPTH_8U, 1);
cvZero(buf[i]);
}
cvReleaseImage(&mhi);
cvReleaseImage(&orient);
cvReleaseImage(&segmask);
cvReleaseImage(&mask);
mhi = cvCreateImage(size, IPL_DEPTH_32F, 1);
cvZero(mhi); // clear MHI at the beginning
orient = cvCreateImage(size, IPL_DEPTH_32F, 1);
segmask = cvCreateImage(size, IPL_DEPTH_32F, 1);
mask = cvCreateImage(size, IPL_DEPTH_8U, 1);
}
cvCvtColor(img, buf[last], CV_BGR2GRAY); // convert frame to grayscale
idx2 = (last + 1) % N; // index of (last - (N-1))th frame
last = idx2;
silh = buf[idx2];
// 相邻两帧的差
cvAbsDiff(buf[idx1], buf[idx2], silh); // get difference between frames
// 对差图像做二值化
cvThreshold(silh, silh, diff_threshold, 1, CV_THRESH_BINARY); // and threshold it
cvUpdateMotionHistory(silh, mhi, timestamp, MHI_DURATION); // update MHI

cvShowImage("silh", silh);
cvWaitKey(1);

// convert MHI to blue 8u image
// cvCvtScale的第四个参数 shift = (MHI_DURATION - timestamp)*255./MHI_DURATION
// 控制帧差的消失速率
cvShowImage("mhi", mhi);
cvWaitKey(1);

cvCvtScale(mhi, mask, 255. / MHI_DURATION,
(MHI_DURATION - timestamp)*255. / MHI_DURATION);
cvZero(dst);
cvCvtPlaneToPix(mask, 0, 0, 0, dst); // B,G,R,0 －> dist : convert to BLUE image

cvShowImage("mask", mask);
cvWaitKey(1);

// 计算运动的梯度方向以及正确的方向掩模mask
// Filter size = 3
cvCalcMotionGradient(mhi, mask, orient,
MAX_TIME_DELTA, MIN_TIME_DELTA, 3);

cvCvtScale(orient, orient, 1,0);

cvShowImage("orient", orient);
cvWaitKey(1);

if (!storage)
storage = cvCreateMemStorage(0);
else
cvClearMemStorage(storage);
// 运动分割: 获得运动部件的连续序列
// segmask is marked motion components map. It is not used further
seq = cvSegmentMotion(mhi, segmask, storage, timestamp, MAX_TIME_DELTA);
// iterate through the motion components,
// One more iteration (i == -1) corresponds to the whole image (global motion)
for (i = 0; i < seq->total; i++)
{
if (i < 0) { // case of the whole image，对整幅图像做操作
comp_rect = cvRect(0, 0, size.width, size.height);
color = CV_RGB(255, 255, 255); // white color
magnitude = 100; // 画线长度以及圆半径的大小控制
}
else { // i-th motion component
comp_rect = ((CvConnectedComp*)cvGetSeqElem(seq, i))->rect;
// 去掉小的部分
if (comp_rect.width + comp_rect.height < 100)
continue;
color = CV_RGB(255, 0, 0); // red color
magnitude = 30;
//if(seq->total > 0) MessageBox(NULL,"Motion Detected",NULL,0);
}
// select component ROI
cvSetImageROI(silh, comp_rect);
cvSetImageROI(mhi, comp_rect);
cvSetImageROI(orient, comp_rect);
cvSetImageROI(mask, comp_rect);
// 在选择的区域内, 计算运动方向
angle = cvCalcGlobalOrientation(orient, mask, mhi, timestamp,
MHI_DURATION);
angle = 360.0 - angle; // adjust for images with top-left origin
// 在轮廓内计算点数
// Norm(L1) = sum of total pixel values
count = cvNorm(silh, 0, CV_L1, 0);
// The function cvResetImageROI releases image ROI
cvResetImageROI(mhi);
cvResetImageROI(orient);
cvResetImageROI(mask);
cvResetImageROI(silh);
// check for the case of little motion
if (count < comp_rect.width*comp_rect.height * 0.05) // five percent of pixel
continue;
// draw a clock with arrow indicating the direction
center = cvPoint((comp_rect.x + comp_rect.width / 2),
(comp_rect.y + comp_rect.height / 2));
cvCircle(dst, center, cvRound(magnitude*1.2), color, 3, CV_AA, 0);
cvLine(dst, center, cvPoint(cvRound(center.x +
magnitude*cos(angle*CV_PI / 180)),
cvRound(center.y - magnitude*sin(angle*CV_PI / 180))),
color, 3, CV_AA, 0);
cvRectangle(dst, cvPoint(comp_rect.x, comp_rect.y), cvPoint(comp_rect.x + comp_rect.width, comp_rect.y + comp_rect.height),cvScalar(255,0,0));

}
}
int main(int argc, char** argv)
{
IplImage* motion = 0;
CvCapture* capture = 0;
if (argc == 1 || (argc == 2 && strlen(argv[1]) == 1 && isdigit(argv[1][0])))
capture = cvCaptureFromCAM(argc == 2 ? argv[1][0] - '0' : 0);
else if (argc == 2)
capture = cvCaptureFromAVI(argv[1]);
if (capture)
{
cvNamedWindow("Motion", 1);
for (;;)
{
IplImage* image;
if (!cvGrabFrame(capture))
break;
image = cvRetrieveFrame(capture);
if (image)
{
if (!motion)
{
motion = cvCreateImage(cvSize(image->width, image->height),
8, 3);
cvZero(motion);
motion->origin = image->origin;

}
}
update_mhi(image, motion, 60);
cvShowImage("Motion", motion);
if (cvWaitKey(10) >= 0)
break;
}
cvReleaseCapture(&capture);
cvDestroyWindow("Motion");
}
return 0;
}

有关cvUpdateMotionHishtory,cvCalcMotionGradient等函数的使用相关推荐

图像处理和图像识别中常用的OpenCV函数
1. cvLoadImage:将图像文件加载至内存: 2. cvNamedWindow:在屏幕上创建一个窗口: 3. cvDestroyWindow:销毁显示图像文件的窗口: 4. c ...
学习OpenCV 函数方法结构总结
原文出自:http://blog.chinaunix.net/uid-8402201-id-2899695.html OpenCv中文论坛精华地址 http://www.opencv.org.cn/i ...
Openv学习笔记--常用函数（转自互联网）
cvLoadImage:将图像文件加载至内存: cvNamedWindow:在屏幕上创建一个窗口: cvDestroyWindow:销毁显示图像文件的窗口: cvDestroyAllWindows:销 ...
opencv学习篇（1）图像处理和图像识别中常用的OpenCV函数
今天开始打算整理一下上一阶段所学的内容,感觉学习的阅读的太多,知识点像一团乱麻一样,需要整理一下了. 为了能快速查阅opencv的一些基本函数,先汇总一下,以供日后查阅. 1. cvLoadIma ...
数据库中自定义排序规则，Mysql中自定义字段排序规则，Oracle中自定义字段排序规则，decode函数的用法，field函数的用法
数据库中自定义排序场景:有一张banner表,表中有一个status字段,有0, 1, 2三个状态位,我想要 1,0,2的自定义排序(这里是重点),然后再进行之上对sequence字段进行二次排序( ...
Mysql函数group_concat、find_in_set 多值分隔字符字段进行数据库字段值翻译
Mysql函数group_concat.find_in_set进行数据库字段值翻译场景配方表:记录包含的原料 sources表示原料,字段值之间用逗号分隔原料表:对应原料id和原料名称现需要查 ...
C++ 笔记（34）— C++ exit 函数
当遇到 main 函数中的 return 语句时,C++ 程序将停止执行.但其他函数结束时,程序并不会停止.程序的控制将返回到函数调用之后的位置.然而,有时候会出现一些非常少见的情况,使得程序有必要在 ...
C++ 笔记（30）— 友元函数与友元类
我们知道类的私有成员只能在类的成员函数内部访问,如果想在别处访问对象的私有成员,只能通过类提供的接口(成员函数)间接地进行.这固然能够带来数据隐藏的好处,利于将来程序的扩充,但也会增加程序书写的麻烦. ...
浅显易懂 Makefile 入门（07）— 其它函数（foreach 、if、call、origin ）
1. foreach 函数 foreach 函数定义如下: $(foreach <var>,<list>,<text>) 函数的功能是:把参数 <list&g ...

有关cvUpdateMotionHishtory,cvCalcMotionGradient等函数的使用

有关cvUpdateMotionHishtory,cvCalcMotionGradient等函数的使用相关推荐

最新文章

热门文章