비디오의 두 연속 프레임의 차이를 찍었습니다. 내가 아는 바와 같이 움직이는 물체를 제외한 검은 색 프레임. 움직이는 물체는 흰색입니다. 프레임의 흰색 픽셀 수를 계산하고 싶습니다. 즉, 행 단위로 이미지를 살펴보고 i 번째 픽셀의 값이 지정된 수 (예 : 50)보다 큰 경우 배열에 저장해야합니다. 나중에이 배열을 사용하여 실제로 객체가 있는지 또는 노이즈가 있는지 확인합니다. 예를 들어 자동차가 비디오에서 움직이는 경우 프레임 차분 이후에 차를 포함하는 프레임의 각 픽셀을 행 단위로 확인하여 해당 차를 감지합니다. 결과적으로 비디오에 움직이는 자동차가있을 때 픽셀의 값은 프레임 차이 후에 0보다 큽니다. 어떻게하면 자동차인지 소음인지를 결정할 수있는 움직이는 자동차의 모든 픽셀을 합산 할 수 있습니다. 미리 감사드립니다 :)이미지의 행 단위 픽셀 검사
아마도 그 차이는 드문 일입니다. 예를 들어, 가장 큰 차이점은 자동차의 움직임에 수직 인 자동차 가장자리 근처에있는 것입니다. 그 두 가장자리 중 하나는 음수 값을 가지며 하나는 양수 값을가집니다. 따라서 "차이 이미지"의 가장 큰 장점은 검색 영역을 제한한다는 것입니다. 고립되어 있으면별로 유용하지 않습니다.
그럼 어떻게해야합니까? 음, 정상 이미지에서 에지 감지 알고리즘을 사용하고 차이 이미지에서 발견 된 2 개의 에지와 비교하여 거기에서 발견 된 에지를 비교하십시오. 차에 속하는 가장자리는 차이 이미지의 두 가장자리를 연결합니다.
감사합니다. MSalters :) 나는 그렇게 할 것입니다. –
각 "차이 이미지"에서 흰색 픽셀의 얼룩을 감지하기 위해 얼룩 감지 : http://www.labbookpages.co.uk/software/imgProc/blobDetection.html 을 사용할 수 있습니다. 얼룩이 생기면 픽셀 위치의 평균을 찾아 중심을 찾을 수 있습니다. 그런 다음이 센터에서 휩쓸어가는 경로를 찾아서 어떤 기준과 비교하여 확인할 수 있습니다.
이미지에 대해 더 많이 알지 못하면 기준을 제안 할 수 없지만, 예를 들어 직선 도로를 따라 가다 보니 모든 점이 대략적으로 동일 선형으로 나타날 수 있습니다. 이 경우에는 블롭이 발견 구배 및 포인트를 얻을 수 있으며, 선 방정식 얻을 선의 점 그라데이션 양식을 사용하여 포인트 주어진 예
y - y_1 = m(x - x_1)
(4, 2) 그라디언트 3을 사용하면 얻을 수 있습니다.
y - 2 = 3(x - 4)
y = 3x - 2
그런 다음이 라인에 대해 모든 포인트를 확인하여 그 라인이 거짓말인지 확인할 수 있습니다.
컴퓨터 비전 관련 질문은 일반적으로 포함 된 예제 이미지의 이점이 많습니다. – moooeeeep