python opencv3 运动检测

git：https://github.com/linyi0604/Computer-Vision

思路：  开启摄像头后 设置一个当前帧为背景， 在之后检测到的帧都与背景对比不同，对不同的地方进行检测

 # coding:utf-8

 """
 计算帧之间的差异 考虑背景帧与其他帧之间的差异
 """

 import cv2
 import numpy as np

 # 调用摄像头
 camera = cv2.VideoCapture(0)

 kernel = np.ones((5, 5), np.uint8)
 background = None

 while True:
     # 读入摄像头的帧
     ret, frame = camera.read()
     # 把第一帧作为背景
     if background is None:
         background = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
         background = cv2.GaussianBlur(background, (21, 21), 0)
         continue
     # 读入帧
     gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
     # 高斯平滑 模糊处理 减小光照 震动等原因产生的噪声影响
     gray_frame = cv2.GaussianBlur(gray_frame, (21, 21), 0)

     # 检测背景和帧的区别
     diff = cv2.absdiff(background, gray_frame)
     # 将区别转为二值
     diff = cv2.threshold(diff, 25, 255, cv2.THRESH_BINARY)[1]
     # 定义结构元素
     es = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (9, 4))
     # 膨胀运算
     diff = cv2.dilate(diff, es, iterations=2)
     # 搜索轮廓
     image, cnts, hierarcchy = cv2.findContours(diff.copy(),
                          cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
     """
     cv.findContours()
         参数：
             1 要寻找轮廓的图像 只能传入二值图像，不是灰度图像
             2 轮廓的检索模式，有四种：
                 cv2.RETR_EXTERNAL表示只检测外轮廓
                 cv2.RETR_LIST检测的轮廓不建立等级关系
                 cv2.RETR_CCOMP建立两个等级的轮廓，上面的一层为外边界，
                     里面的一层为内孔的边界信息。
                     如果内孔内还有一个连通物体，这个物体的边界也在顶层
                 cv2.RETR_TREE建立一个等级树结构的轮廓
             3 轮廓的近似办法
                 cv2.CHAIN_APPROX_NONE存储所有的轮廓点，
                     相邻的两个点的像素位置差不超过1，
                     即max（abs（x1-x2），abs（y2-y1））==1
                 cv2.CHAIN_APPROX_SIMPLE压缩水平方向，垂直方向，对角线方向的元素，
                     只保留该方向的终点坐标，例如一个矩形轮廓只需4个点来保存轮廓信息
         返回值:
             contours:一个列表，每一项都是一个轮廓， 不会存储轮廓所有的点，只存储能描述轮廓的点
             hierarchy:一个ndarray, 元素数量和轮廓数量一样，
                 每个轮廓contours[i]对应4个hierarchy元素hierarchy[i][0] ~hierarchy[i][3]，
                 分别表示后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号，如果没有对应项，则该值为负数
     """
     for c in cnts:
         # 轮廓太小忽略 有可能是斑点噪声
         if cv2.contourArea(c) < 1500:
             continue
         # 将轮廓画出来
         (x, y, w, h) = cv2.boundingRect(c)
         cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)

     cv2.imshow("contours", frame)
     cv2.imshow("diff", diff)
     if cv2.waitKey(5) & 0xff == ord("q"):
         break

 cv2.destroyAllWindows()
 camera.release()