基于OpenCV 4.7 C++实现视频车辆识别与速度估计

基于OpenCV 4.7 C++实现视频车辆识别与速度估计

这篇博客将介绍如何使用OpenCV 4.7和C++语言编写一个程序，该程序可以：

1. 读入一段视频。
2. 识别视频中行驶的车辆。
3. 用红色矩形框标记车辆。
4. 用绿色十字标记矩形的几何中心。
5. 基于光流原理估算车辆速度。

代码实现

以下代码包含五个部分：读入视频、车辆识别、绘制矩形框、标记几何中心以及计算车速。

#include <opencv2/opencv.hpp>

using namespace cv;

int main()
{
    // 读入视频
    VideoCapture cap('test.mp4');
    if (!cap.isOpened())
    {
        std::cout << 'Error opening video file' << std::endl;
        return -1;
    }

    // 车辆识别
    Mat frame, gray, prevGray, flow, hsv;
    std::vector<std::vector<Point>> contours;
    while (cap.read(frame))
    {
        cvtColor(frame, gray, COLOR_BGR2GRAY);
        if (!prevGray.empty())
        {
            calcOpticalFlowFarneback(prevGray, gray, flow, 0.5, 3, 15, 3, 5, 1.2, 0);
            cvtColor(frame, hsv, COLOR_BGR2HSV);
            for (int i = 0; i < flow.rows; i += 10)
            {
                for (int j = 0; j < flow.cols; j += 10)
                {
                    Point2f f = flow.at<Point2f>(i, j);
                    if (norm(f) > 5)
                    {
                        circle(frame, Point(j, i), 2, Scalar(0, 255, 0), -1);
                        rectangle(frame, Rect(j - 20, i - 20, 40, 40), Scalar(0, 0, 255), 2);
                    }
                }
            }
            findContours(gray, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);
            for (int i = 0; i < contours.size(); i++)
            {
                Rect rect = boundingRect(contours[i]);
                if (rect.width > 50 && rect.height > 50)
                {
                    rectangle(frame, rect, Scalar(0, 0, 255), 2);
                    Point center = Point(rect.x + rect.width / 2, rect.y + rect.height / 2);
                    line(frame, Point(center.x - 10, center.y), Point(center.x + 10, center.y), Scalar(0, 255, 0), 2);
                    line(frame, Point(center.x, center.y - 10), Point(center.x, center.y + 10), Scalar(0, 255, 0), 2);
                }
            }
        }
        prevGray = gray.clone();

        // 车速计算
        // ...

        imshow('frame', frame);
        if (waitKey(30) == 27) break;
    }

    return 0;
}

代码解析

1. 读入视频: 使用 VideoCapture 类读入视频文件 'test.mp4'。如果无法打开视频文件，则输出错误信息并退出程序。

2. 车辆识别:

   • 使用 cvtColor 函数将当前帧转换为灰度图像。
   • 如果前一帧存在，则使用 calcOpticalFlowFarneback 函数计算光流。
   • 遍历光流向量，如果向量大小超过阈值，则认为该区域有运动物体，并在对应位置绘制圆形和矩形框。
   • 使用 findContours 函数查找轮廓，并根据轮廓大小筛选出车辆，绘制红色矩形框。

3. 绘制矩形框: 使用 rectangle 函数在检测到的车辆周围绘制红色矩形框。

4. 标记几何中心: 使用 line 函数绘制绿色十字，标记矩形的几何中心。

5. 车速计算: 这部分代码需要根据具体情况实现，例如可以根据光流向量的大小和方向计算车辆的速度。

总结

本文介绍了如何使用 OpenCV 4.7 和 C++ 语言实现一个简单的车辆识别和速度估计程序。程序使用光流法检测运动物体，并结合轮廓检测识别车辆。最后，可以通过分析光流信息估算车辆速度。