关于OpenCV的智能视频监控实现代码

之前在做毕设的时候网上找个完整的实现代码挺麻烦的，自己做完分享一下

因为代码较为简单，没有将代码分开写在不同文件，有需要自己整合下哈

使用环境Visual Studio 2010 和 OpenCV 2.4.9

#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <ctime>
using namespace std;
using namespace cv;



int videoplay();
void on_Trackbar(int ,void*);
char* str_gettime();
int bSums(Mat src);




char g_str[17];
int g_nNum = 0;//图片名称
int g_nDelay = 0;
int g_npic = 0;
Mat g_filpdstMat;
int g_pointnum = 1000;//设置像素点阈值生成图片
int g_pixel = 0;//像素点




int main()
{

	VideoCapture capture(0);



	//视频输出VideoWriter
	CvVideoWriter* outavi = NULL;
	//VideoWriter outavi;
	//outavi.open("sre.avi",-1, 5.0, Size(640, 480), true);
	outavi = cvCreateVideoWriter("录像.avi", -1, 5.0, cvSize(640, 480), 1);


	namedWindow("摄像头",WINDOW_AUTOSIZE);
	namedWindow("移动轨迹",WINDOW_AUTOSIZE);
	IplImage *pcpframe = NULL;


	Mat tempframe, currentframe, preframe, cpframe;
	Mat frame,jpg;
	int framenum = 0;
	//读取一帧处理
	while (1)
	{
		if(!capture.isOpened())
		{
			cout << "读取失败" << endl;
			return -1;
		}



		capture >> frame;//读取摄像头把每一帧传给frame

		frame.copyTo(cpframe);//把frame赋给cpframe，不影响frame
		tempframe = frame;//把frame赋给tempframe，影响frame

		flip(tempframe,g_filpdstMat,1);//水平翻转图像


		pcpframe = &IplImage(cpframe);//为了释放窗口，把Mat转化为IplImage使用

		//cpframe=cvarrToMat(pcpframe);
		//ipl转化矩阵   pBinary = &IplImage(Img)


		//7帧截取一次录入视频，频繁截取运转不过来
		if(framenum % 7 == 0)
		{
			//录像写入
			cvWriteFrame(outavi, pcpframe);
		}

		//判断帧数，若为第一帧，把该帧作为对比帧
		//若大于等于第二帧，则进行帧差法处理
		framenum++; 

		if (framenum == 1)
		{
			cvtColor(g_filpdstMat, preframe, CV_BGR2GRAY);
		}
		if (framenum >= 2)
		{
			cvtColor(g_filpdstMat, currentframe, CV_BGR2GRAY);
			//灰度图
			absdiff(currentframe,preframe,currentframe);//帧差法 
			threshold(currentframe, currentframe, 30, 255.0, CV_THRESH_BINARY);
			//二值化

			erode(currentframe, currentframe,Mat());//腐蚀
			dilate(currentframe, currentframe,Mat());//膨胀


			g_pixel = bSums(currentframe);//调用函数bSums，计算白色像素点，赋值给g_pixel
			//小延迟后输出当前像素点数值，防止数据刷太快看不清
			g_nDelay++;
			if(g_nDelay > 5)
			{
				cout<< "当前白色像素点：" <<g_pixel << endl;
				cout << "按ESC退出" << endl;
				g_nDelay = 0;
			}


			//创建像素点滑轨
			createTrackbar("像素点：","移动轨迹",&g_pointnum, 20000,on_Trackbar);
			on_Trackbar(0, 0);//调用回调函数


			//显示图像  
			imshow("摄像头", g_filpdstMat);
			imshow("移动轨迹", currentframe);

		}
		//把当前帧保存作为下一次处理的前一帧
		cvtColor(g_filpdstMat, preframe, CV_BGR2GRAY);

		//判断退出，并销毁录像窗口，否则下一步录像无法打开
		if((char)waitKey(10) == 27){cvReleaseVideoWriter(&outavi);break;}


	}//end while  

	while(1)
	{

		//显示提示窗口
		jpg = imread("模式选择.jpg", 1);
		imshow("模式选择",jpg);

		//设置key选择操作
		char key;
		key = waitKey(0);

		if(key == 'p' || key == 'P')//播放视频
			videoplay();
		if(key == 'q' || key == 'Q')//退出
			break;
	}
	return 0;
}



//打开录像
int videoplay()
{
	VideoCapture video("录像.avi");
	if(!video.isOpened())
	{
		fprintf(stderr,"打开失败n");
		return false;
	}
	while(1)
	{
		Mat frame;
		video>>frame;

		if(frame.empty())
		{
			break;
		}
		cvNamedWindow("视频", CV_WINDOW_AUTOSIZE);
		imshow("视频",frame);
		waitKey(30);
	}
	cvDestroyWindow("视频");
	return 0;
}



//滑轨设定阈值判定是否保存当前摄像头图片
void on_Trackbar(int ,void*)
{
	//保存来人图片
	if(g_pixel > g_pointnum)
	{
		g_npic++;
		if(g_npic > 5)//为了避免风吹草动，小延迟之后才保存图片
		{
			//保存图片
			cout << endl << endl;
			cout << "场地异常，警报响应，准备拍照...a" << endl; 
			imwrite(str_gettime(),g_filpdstMat);
			cout << "当前白色像素点：" <<g_pixel << endl;
			cout << "按ESC退出" << endl;
			cout << endl;
			g_npic = 0;
		}
	}
}


//获取当前日期
char* str_gettime()
{
	char tmpbuf[10];

	//从tz设置时区环境变量
	_tzset();//时间函数

	//显示当前日期
	_strdate(tmpbuf);
	g_str[0] = tmpbuf[6];
	g_str[1] = tmpbuf[7];
	g_str[2] = tmpbuf[0];
	g_str[3] = tmpbuf[1];
	g_str[4] = tmpbuf[3];
	g_str[5] = tmpbuf[4];

	_strtime(tmpbuf);
	//时分秒
	g_str[6] = tmpbuf[0];
	g_str[7] = tmpbuf[1];
	g_str[8] = tmpbuf[3];
	g_str[9] = tmpbuf[4];
	g_str[10] = tmpbuf[6];
	g_str[11] = tmpbuf[7];

	//规定图片jpg格式
	g_str[12] = '.';
	g_str[13] = 'j';
	g_str[14] = 'p';
	g_str[15] = 'g';
	g_str[16] = '';


	//显示获取图像时间
	printf("生成图片：%sn", g_str);
	return g_str;

}


int bSums(Mat src)
{

	int counter = 0;
	//迭代器访问像素点
	Mat_<uchar>::iterator it = src.begin<uchar>();
	Mat_<uchar>::iterator itend = src.end<uchar>();  
	for (; it!=itend; ++it)
	{
		if((*it)>0) counter+=1;//二值化后，像素点是0或者255
	}			
	return counter;
}

最后

以上就是糟糕大门为你收集整理的关于OpenCV的智能视频监控实现代码的全部内容，希望文章能够帮你解决关于OpenCV的智能视频监控实现代码所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。