Question

求高手帮忙翻译一段基于OPENCV的运动目标检测的程序，详细翻译，老师会提问

#include "cv.h"
#include "highgui.h"
#include <time.h>
#include <math.h>
#include <ctype.h>
#include <stdio.h>
#include <string.h>
const double MHI_DURATION = 0.1;
const double MAX_TIME_DELTA = 0.5;
const double MIN_TIME_DELTA = 0.05;
const int N = 3;
const int CONTOUR_MAX_AERA = 10;
IplImage **buf = 0;
int last = 0;
IplImage *mhi = 0;
CvFilter filter = CV_GAUSSIAN_5x5;
CvConnectedComp *cur_comp, min_comp;
CvConnectedComp comp;
CvMemStorage *storage;
CvPoint pt[4];
void update_mhi( IplImage* img, IplImage* dst, int diff_threshold )
{
double timestamp = clock()/1.;
CvSize size = cvSize(img->width,img->height);
int i, idx1, idx2;
IplImage* silh;
IplImage* pyr = cvCreateImage( cvSize((size.width & -2)/2, (size.height & -2)/2), 8, 1 );
CvMemStorage *stor;
CvSeq *cont;
/*先进行数据的初始化*/
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 );
mhi = cvCreateImage( size, IPL_DEPTH_32F, 1 );
cvZero( mhi );
}
cvCvtColor( img, buf[last], CV_BGR2GRAY );
idx1 = last;
idx2 = (last + 1) % N;
last = idx2;
silh = buf[idx2];
cvAbsDiff( buf[idx1], buf[idx2], silh );
cvThreshold( silh, silh, 30, 255, CV_THRESH_BINARY );
cvUpdateMotionHistory( silh, mhi, timestamp, MHI_DURATION );
cvCvtScale( mhi, dst, 255./MHI_DURATION,
(MHI_DURATION - timestamp)*255./MHI_DURATION );
cvCvtScale( mhi, dst, 255./MHI_DURATION, 0 );
cvSmooth( dst, dst, CV_MEDIAN, 3, 0, 0, 0 );
cvPyrDown( dst, pyr, 7 );
cvDilate( pyr, pyr, 0, 1 );
cvPyrUp( pyr, dst, 7 );
stor = cvCreateMemStorage(0);
cont = cvCreateSeq(CV_SEQ_ELTYPE_POINT, sizeof(CvSeq), sizeof(CvPoint) , stor);
cvFindContours( dst, stor, &cont, sizeof(CvContour),
CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE, cvPoint(0,0));
for(;cont;cont = cont->h_next)
{
CvRect r = ((CvContour*)cont)->rect;
if(r.height * r.width > CONTOUR_MAX_AERA)
{
cvRectangle( img, cvPoint(r.x,r.y),
cvPoint(r.x + r.width, r.y + r.height),
CV_RGB(255,0,0), 1, CV_AA,0);
}
}
cvReleaseMemStorage(&stor);
cvReleaseImage( &pyr );
}

cvReleaseMemStorage(&stor);
cvReleaseImage( &pyr );
}
下面部分就不需要翻译了
剩下部分
int main( int argc, char** argv )
{
IplImage* motion = 0;
CvCapture* capture = 0;
capture = cvCaptureFromFile("D://Capture1.avi");
if( capture )
cvNamedWindow( "视频分析", 1 );
{
for(;;)
{
IplImage* image;
if( !cvGrabFrame( capture ))
break;
image = cvRetrieveFrame( capture );
if( image )
{
if( !motion )
{
motion = cvCreateImage( cvSize(image->width,image->height), 8, 1 );
cvZero( motion );
motion->origin = image->origin;
}
}
update_mhi( image, motion, 60);
cvShowImage( "视频分析", image );

if( cvWaitKey(10) >= 0 )
break;
}
cvReleaseCapture( &capture );
cvDestroyWindow( "视频分析" );
}
return 0;
}

Answer 1

这种运动目标检测的方法还是很经典的，下面写了一些注释仅作参考，希望对你有所帮助。

#include "stdafx.h"
#include "cv.h"
#include "highgui.h"
#include <time.h>
#include <math.h>
#include <ctype.h>
#include <stdio.h>
#include <string.h>
const double MHI_DURATION = 0.1;//定义运动跟踪的最大时间
const double MAX_TIME_DELTA = 0.5;
const double MIN_TIME_DELTA = 0.05;
const int N = 3;//定义数组的维度为3
const int CONTOUR_MAX_AERA = 10;//定义的阈值
IplImage **buf = 0;
int last = 0;
IplImage *mhi = 0;
CvFilter filter = CV_GAUSSIAN_5x5;//高斯卷积滤波
CvConnectedComp *cur_comp, min_comp;//定义连通域操作的存储
CvConnectedComp comp;//定义连通域操作的存储
CvMemStorage *storage;//定义内存分配
CvPoint pt[4];//定义点的存储
/*****************************
*下面update_mhi函数输入img，输出识别结果dst，阈值diff_threshold
*/
void update_mhi( IplImage* img, IplImage* dst, int diff_threshold )
{
double timestamp = clock()/1.; //返回从“开启这个程序进程”到“程序中调用clock()函数”时之间的CPU时钟计时单元
CvSize size = cvSize(img->width,img->height); //获取图像的宽和高
int i, idx1, idx2;
IplImage* silh;
IplImage* pyr = cvCreateImage( cvSize((size.width & -2)/2, (size.height & -2)/2), 8, 1 );//
CvMemStorage *stor;//申请内存
CvSeq *cont;//定义保存数据的结构
/*先进行数据的初始化*/
if( !mhi || mhi->width != size.width || mhi->height != size.height )
{
//分配内存操作：如果buf是空值，则分配存储空间
if( buf == 0 )
{
buf = (IplImage**)malloc(N*sizeof(buf[0]));//利用malloc动态分配内存
memset( buf, 0, N*sizeof(buf[0]));//作用是在一段内存块中填充某个给定的值，此处值为0
}
//创建通道为N=3,大小为size的图像存储
for( i = 0; i < N; i++ )
{
cvReleaseImage( &buf[i] );//释放buf
buf[i] = cvCreateImage( size, IPL_DEPTH_8U, 1 );//创建buf[i]
cvZero( buf[i] );//初始化为0
}
cvReleaseImage( &mhi );//释放变量mhi
mhi = cvCreateImage( size, IPL_DEPTH_32F, 1 );//创建mhi，大小为size，深度为IPL_DEPTH_32F，1个通道
cvZero( mhi ); ///初始化为0
}
cvCvtColor( img, buf[last], CV_BGR2GRAY );//将RGB图像img转换成gray灰度图像buf
idx1 = last;//将last赋值到idx1
idx2 = (last + 1) % N; //计算(last + 1)除以N的余数
last = idx2;//将idx2赋值到last
silh = buf[idx2];//将buf[idx2]赋值到silh
//下面计算buf[idx1]与buf[idx2]差的绝对值，输出结果存入silh
cvAbsDiff( buf[idx1], buf[idx2], silh );
//下面对单通道数组silh应用固定阈值操作，阈值为30，阈值化类型为CV_THRESH_BINARY最大值为255
cvThreshold( silh, silh, 30, 255, CV_THRESH_BINARY );
//去掉影像(silh) 以更新运动历史图像为mhi,当前时间为timestamp，运动跟踪的最大时间为MHI_DURATION=0.1
cvUpdateMotionHistory( silh, mhi, timestamp, MHI_DURATION );
//下面对mhi进行线性变换操作,输出结果存入dst：dst(I)=mhi(I)*第二个参数 + 第三个参数
cvCvtScale( mhi, dst, 255./MHI_DURATION,
(MHI_DURATION - timestamp)*255./MHI_DURATION );
cvCvtScale( mhi, dst, 255./MHI_DURATION, 0 );
cvSmooth( dst, dst, CV_MEDIAN, 3, 0, 0, 0 );//对dst进行中值滤波
cvPyrDown( dst, pyr, 7 );//利用卷积滤波器对dst进行下采样
cvDilate( pyr, pyr, 0, 1 );//对图像pyr使用3*3长方形进行膨胀操作
cvPyrUp( pyr, dst, 7 );//利用卷积滤波器对dst进行上采样
stor = cvCreateMemStorage(0);//动态内存存储创建内存块
cont = cvCreateSeq(CV_SEQ_ELTYPE_POINT, sizeof(CvSeq), sizeof(CvPoint) , stor);//创建存储结构
//函数cvFindContours为寻找图像dst的角点，数据存入cont中，其中包含角点的坐标值
cvFindContours( dst, stor, &cont, sizeof(CvContour),
CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE, cvPoint(0,0));
for(;cont;cont = cont->h_next)
{
CvRect r = ((CvContour*)cont)->rect;//创建矩形区域
if(r.height * r.width > CONTOUR_MAX_AERA)
{
//下面是在图像Img上绘制红色的矩形框，利用左上点和右下点
cvRectangle( img, cvPoint(r.x,r.y),
cvPoint(r.x + r.width, r.y + r.height),
CV_RGB(255,0,0), 1, CV_AA,0);
}
}
cvReleaseMemStorage(&stor);//释放内存
cvReleaseImage( &pyr );//释放结构体
}

int _tmain(int argc, _TCHAR* argv[])
{
IplImage* motion = 0;
CvCapture* capture = 0;
capture = cvCaptureFromFile("D://Capture1.avi");//获取视频文件
if( capture )
cvNamedWindow( "视频分析", 1 );//创建窗口
{
for(;;)
{
IplImage* image;
if( !cvGrabFrame( capture ))//如果读取视频失败，则退出
break;
image = cvRetrieveFrame( capture );//获取图像
if( image )
{
if( !motion )
{
motion = cvCreateImage( cvSize(image->width,image->height), 8, 1 );
cvZero( motion );
motion->origin = image->origin;
}
}
update_mhi( image, motion, 60);//运动目标检测，阈值为60
cvShowImage( "视频分析", image );//在窗口中显示图像

if( cvWaitKey(10) >= 0 )
break;
}
cvReleaseCapture( &capture );//释放
cvDestroyWindow( "视频分析" );//释放窗口
}
return 0;
}

Answer 2

纳闷，opencv书上不是有各个函数的功能吗，也可以上网查啊，我不具体看了，大概看一下吧
如果你知道目标提取的一些方法，这个看懂不难，抱歉没啥时间给你看，自己努力下吧。
大致的思路是：通过背景差或帧差的方法获取两者的差别，并通过设定阈值，将差别较大的认为是前景目标，然后通过一些腐蚀、膨胀、滤波（比如中值滤波）提取出前景目标，然后去除小目标减少干扰，并用矩形框将结果框出来，很简单，自己对照着这个思想好好看看代码吧，凡是要靠自己努力才能成长。祝学业有成~
void update_mhi( IplImage* img, IplImage* dst, int diff_threshold )
{
double timestamp = clock()/1.;
CvSize size = cvSize(img->width,img->height);
int i, idx1, idx2;
IplImage* silh;
IplImage* pyr = cvCreateImage( cvSize((size.width & -2)/2, (size.height & -2)/2), 8, 1 );
CvMemStorage *stor;
CvSeq *cont;
/*先进行数据的初始化*/
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 );
mhi = cvCreateImage( size, IPL_DEPTH_32F, 1 );
cvZero( mhi );
}
cvCvtColor( img, buf[last], CV_BGR2GRAY ); //前面没看，我想是将rgb图像转为灰度图像，可能create一下单通道的图像，存放转换结果的。
idx1 = last;
idx2 = (last + 1) % N;
last = idx2;
silh = buf[idx2];
cvAbsDiff( buf[idx1], buf[idx2], silh ); //做差，我想是通过差分的方法，提取前景目标的，也就是当前图像与背景图像作差，提取前景目标。
cvThreshold( silh, silh, 30, 255, CV_THRESH_BINARY );//这里阈值化，相差30像素以上为前景目标
cvUpdateMotionHistory( silh, mhi, timestamp, MHI_DURATION );
cvCvtScale( mhi, dst, 255./MHI_DURATION,
(MHI_DURATION - timestamp)*255./MHI_DURATION );
cvCvtScale( mhi, dst, 255./MHI_DURATION, 0 );
cvSmooth( dst, dst, CV_MEDIAN, 3, 0, 0, 0 );//滤波，平滑，去噪
cvPyrDown( dst, pyr, 7 );//降采样
cvDilate( pyr, pyr, 0, 1 ); //膨胀处理，让前景变得圆滑，以及一些小碎片连接起来
cvPyrUp( pyr, dst, 7 );
stor = cvCreateMemStorage(0);
cont = cvCreateSeq(CV_SEQ_ELTYPE_POINT, sizeof(CvSeq), sizeof(CvPoint) , stor);//创序列
cvFindContours( dst, stor, &cont, sizeof(CvContour),
CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE, cvPoint(0,0));//找轮廓及个数
for(;cont;cont = cont->h_next)
{
CvRect r = ((CvContour*)cont)->rect;//加上矩形框，也就是将前景目标框出来
if(r.height * r.width > CONTOUR_MAX_AERA)
{
cvRectangle( img, cvPoint(r.x,r.y),
cvPoint(r.x + r.width, r.y + r.height),
CV_RGB(255,0,0), 1, CV_AA,0);
}
}
cvReleaseMemStorage(&stor);
cvReleaseImage( &pyr );
}

cvReleaseMemStorage(&stor);
cvReleaseImage( &pyr );
}

Answer 3

#包括“简历。”#包括“highgui。”#包括<高>时间。#包括<数学的。”#包括< ctype小时>。#包括<工作室的。“#包括<字符串>的。一双mhi_duration =0.1；一双max_time_delta =0.5；一双min_time_delta =0.05；整型常量=3；整型常量contour_max_aera =10；iplimage * * BCN =0；最后=0；iplimage *三菱重工=0；cvfilter cv_gaussian_5x5滤波器；cvconnectedcomp * cur_comp，min_comp；cvconnectedcomp补偿；cvmemstorage＊；cvpoint铂[ 4]；无效update_mhi（iplimage * - *，iplimage夏令时，国际diff_threshold）{双时间戳= clock() / 1。；cvsize大小= cvsize（- - - - > >宽度，高度）；在我，idx1，idx2；iplimage * silh；iplimage *芘= cvcreateimage（cvsize（（size.width及- 2）/ 2，（size.height及- 2）/2），8，1）；cvmemstorage *站；cvseq *续；先进行数据的初始化/ * * /如果（！三菱重工| |三菱重工- >宽度！= size.width | |三菱重工- >高度！= size.height）{如果（缓冲区= =0）{但是=（iplimage * *（*）内存大小（字节[ 0]））；memset（缓冲区，0，* size of（字节[ 0]））；}为（=0；我的；我+ +）{cvreleaseimage（&，[我]）；但是[我] = cvcreateimage（大小，ipl_depth_8u，1）；cvzero（字节[我]）；}cvreleaseimage（与三菱重工）；三菱重工= cvcreateimage（大小，ipl_depth_32f，1）；cvzero（三菱重工）；}cvcvtcolor（1mg，但是[上]，cv_bgr2gray）；最后idx1=；idx2=（上+1）%氮；最后idx2=；silh =但是[ idx2]；cvabsdiff（缓冲区缓冲区idx2[ idx1]，[ ]，silh）；cvthreshold（silh，silh，30，255，cv_thresh_binary）；cvupdatemotionhistory（silh，三菱重工，时间戳，mhi_duration）；cvcvtscale（三菱重工，测试，255/ mhi_duration，（mhi_duration -时间）* 255/ mhi_duration。）；cvcvtscale（三菱重工，测试，255/ mhi_duration，0。）；cvsmooth（夏令时间，日光节约时间，cv_median，3，0，0，0）；cvpyrdown（夏令时，芘，7）；cvdilate（吡啶酚，酚，0，1）；cvpyrup（芘，测试，7）；故事= cvcreatememstorage（0）；续= cvcreateseq（cv_seq_eltype_point，size of（cvseq），大小（cvpoint），故事）；cvfindcontours（夏令时，故事，和控制，尺寸（cvcontour），cv_retr_list，cv_chain_approx_simple，cvpoint（0 , 0））；为（；控制；控制=续- > h_next）{cvrect =（（cvcontour *）续）- >矩形；如果（r.height * r.width > contour_max_aera）{cvrectangle（1mg，cvpoint（支持，酵母），cvpoint（支持+ r.width，酵母+ r.height），cv_rgb（255,0,0），1，cv_aa，0）；}}cvreleasememstorage（与故事）；cvreleaseimage（与他们）；}cvreleasememstorage（与故事）；cvreleaseimage（与他们）；

诠释主体（国际argc，字符* * argv）{iplimage *运动=0；cvcapture *捕捉=0；拍摄cvcapturefromfile（“：/ / capture1的。”）；如果（捕获）cvnamedwindow（“视频分析”，1）；{为（；；）{iplimage *图像；如果（！cvgrabframe（捕获））打破；图像cvretrieveframe（捕获）；如果（图像）{如果（！运动）{运动= cvcreateimage（cvsize（图像- >宽度，图像- >高度），8，1）；cvzero（运动）；运动- >起源=图像- >起源；}}update_mhi（图像，运动，60）；cvshowimage（“视频分析”，形象）；如果（cvwaitkey（10）> =0）打破；}cvreleasecapture（捕捉）；cvdestroywindow（“视频分析”）；}返回0；}

希望采纳

Answer 4

楼上说的很好，我白忙了半天。