我正在尝试使用我的网络摄像头和OpenCV。 我按照这个tuto:http://mateuszstankiewicz.eu/?p=189。 但我唯一的结果是一个红色边框,我不明白为什么。任何人都可以帮助我做正确的事并解决这个问题吗?
这是我的代码:
#include "mvt_detection.h"
Mvt_detection::Mvt_detection()
{
}
Mvt_detection::~Mvt_detection()
{
}
cv::Mat Mvt_detection::start(cv::Mat frame)
{
cv::Mat back;
cv::Mat fore;
cv::BackgroundSubtractorMOG2 bg(5,3,true) ;
cv::namedWindow("Background");
std::vector<std::vector<cv::Point> > contours;
bg.operator ()(frame,fore);
bg.getBackgroundImage(back);
cv::erode(fore,fore,cv::Mat());
cv::dilate(fore,fore,cv::Mat());
cv::findContours(fore,contours,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_NONE);
cv::drawContours(frame,contours,-1,cv::Scalar(0,0,255),2);
return frame;
}
以下是我们的cam返回的屏幕截图:
我尝试了来自there和there的另外两个视频,并且存在同样的问题。
感谢您的帮助:)。
答案 0 :(得分:0)
我使用了以下与您类似的代码,但它运行良好。我也从网络摄像头那里获取输入信息。在你的代码中,我没有找到任何imshow()和waitkey。尝试使用它们。我的代码如下:
#include "opencv2/core/core.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/video/background_segm.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <stdio.h>
#include <iostream>
#include <vector>
using namespace std;
using namespace cv;
int main()
{
VideoCapture cap;
bool update_bg_model = true;
cap.open(0);
cv::BackgroundSubtractorMOG2 bg;//(100, 3, 0.3, 5);
bg.set ("nmixtures", 3);
std::vector < std::vector < cv::Point > >contours;
cv::namedWindow ("Frame");
cv::namedWindow ("Background");
Mat frame, fgmask, fgimg, backgroundImage;
for(;;)
{
cap >> frame;
bg.operator()(frame, fgimg);
bg.getBackgroundImage (backgroundImage);
cv::erode (fgimg, fgimg, cv::Mat ());
cv::dilate (fgimg, fgimg, cv::Mat ());
cv::findContours (fgimg, contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);
cv::drawContours (frame, contours, -1, cv::Scalar (0, 0, 255), 2);
cv::imshow ("Frame", frame);
cv::imshow ("Background", backgroundImage);
char k = (char)waitKey(30);
if( k == 27 ) break;
}
return 0;
}
答案 1 :(得分:0)
问题已解决,将BackgroundSubtractorMOG2放在我的对象的字段中并在构造函数中初始化它使他运行良好。
答案 2 :(得分:0)
正如@Lenjyco所说,我们解决了这个问题。
@Micka有一个好主意:
首先,BackgroundSubtractorMOG2仅在ONCE上进行实例化。
我们在构造函数中实例化它并与Hystory和Threashold一起玩:
Mvt_detection::Mvt_detection()
{
bg = new cv::BackgroundSubtractorMOG2(10, 16, false);
}
10:背景回顾比较的图像数量。
16:阈值水平(模糊)
这样,我们现在能够检测到运动。
谢谢!