导语

 

小编这几天都没更新撒！因为在练车考试模拟没时间嘛~从学习开始到今天练车这么艰难都走古来了撒。

 

昨天晚上都还在忐忑紧张慢慢地睡着，一大早跑去考试场地，等了几个小时，long long ago。。。。。。

喊到我的那一刻自信地走进去：

 

结果挂在了最后一个科目上，2333333~小泪流满面。

 

小编已经在绝望中挺过来了想着很久没更新了，SO 由于对考试，车辆有了执着，所以学习以及今天教大家的也是关于基于opencv的车辆检测系统！！！

 

正文

想想看，如果你能在红绿灯摄像头中集成车辆检测系统，你可以轻松地同时跟踪许多有用的东西：

很多人学习蟒蛇，不知道从何学起。

很多人学习python，掌握了基本语法之后，不知道在哪里寻找案例上手。

很多已经可能案例的人，却不知道如何去学习更多高深的知识。

那么针对这三类人，我给大家提供一个好的学习平台，免费获取视频教程，电子书，以及课程的源代码！

QQ群：101677771

欢迎加入，一起讨论一起学习

 

• 白天交通路口有多少辆车？
• 什么时候交通堵塞？
• 什么样的车辆（重型车辆、汽车等）正在通过交叉路口？
• 有没有办法优化交通，并通过不同的街道进行分配？

还有很多例子就不一一列举。应用程序是无止境的~

 

首先环境安装：

我们先导入所需的库和模块—— opencv安装：

pip install opencv-python

import os
import re
import cv2 # opencv library
import numpy as np
from os.path import isfile, join
import matplotlib.pyplot as plt

将框架保存在工作目录中的文件夹以及导入帧并保存：

# get file names of the frames
col_frames = os.listdir('frames/')
# sort file names
col_frames.sort(key=lambda f: int(re.sub('\D', '', f)))
# empty list to store the frames
col_images=[]
for i in col_frames:
    # read the frames
    img = cv2.imread('frames/'+i)
    # append the frames to the list
    col_images.append(img)

让我们显示两个连续的帧：

# plot 13th frame
i = 13
for frame in [i, i+1]:
    plt.imshow(cv2.cvtColor(col_images[frame], cv2.COLOR_BGR2RGB))
    plt.title("frame: "+str(frame))
    plt.show()

 

获取两个连续帧的像素值的差值将有助于我们观察移动目标。那么，让我们在上面两个帧上使用该技术：

# convert the frames to grayscale
grayA = cv2.cvtColor(col_images[i], cv2.COLOR_BGR2GRAY)
grayB = cv2.cvtColor(col_images[i+1], cv2.COLOR_BGR2GRAY)
# plot the image after frame differencing
plt.imshow(cv2.absdiff(grayB, grayA), cmap = 'gray')
plt.show()

 

 

 

现在我们可以清楚地看到第13帧和第14帧中的移动目标。其他没有移动的东西都被减去了。

图像预处理——为所有帧中的所有移动车辆添加了轮廓：

# specify video name
pathOut = 'vehicle_detection_v3.mp4'
# specify frames per second
fps = 14.0

接下来阅读列表中的最后一帧：

frame_array = []
files = [f for f in os.listdir(pathIn) if isfile(join(pathIn, f))]
files.sort(key=lambda f: int(re.sub('\D', '', f)))
for i in range(len(files)):
    filename=pathIn + files[i]
    #read frames
    img = cv2.imread(filename)
    height, width, layers = img.shape
    size = (width,height)
    #inserting the frames into an image array
    frame_array.append(img)

最后使用以下代码制作目标检测视频：

 

out = cv2.VideoWriter(pathOut,cv2.VideoWriter_fourcc(*'DIVX'), fps, size)
for i in range(len(frame_array)):
    # writing to a image array
    out.write(frame_array[i])
out.release()

 

好啦！你学会了嘛？

标签：plt,自动检测,frame,cv2,违章,frames,import,col,月入
来源： https://www.cnblogs.com/sn520/p/15784744.html