斑点检测 + 前台检测

Question

我的帧差分（前景检测）工作得很好。现在，我想在其中添加一个额外的功能，即斑点检测。基本上，我的想法是在检测到的物体的运动上形成斑点圆圈。

这是我的代码：

import cv2
cap = cv2.VideoCapture('14.mp4')
ret, current_frame = cap.read()
previous_frame = current_frame
# Setup SimpleBlobDetector parameters.
params = cv2.SimpleBlobDetector_Params()
# Change blob detection thresholds
params.minThreshold = 200
params.maxThreshold = 255
params.minDistBetweenBlobs = 100
# Filter by Area.
params.filterByArea = True
params.minArea = 1200
params.maxArea = 40000
# Filter by Circularity
params.filterByCircularity = False
params.minCircularity = 0.1
# Filter by Convexity
params.filterByConvexity = False
params.minConvexity = 0.87
# Filter by Inertia
params.filterByInertia = True
params.minInertiaRatio = 0.02
# Create a detector with the parameters
detector = cv2.SimpleBlobDetector_create(params)
#Detect blobs
keypoints = detector.detect(current_frame)
while(cap.isOpened()):
    current_frame_gray = cv2.cvtColor(current_frame, cv2.COLOR_BGR2GRAY)
    previous_frame_gray = cv2.cvtColor(previous_frame, cv2.COLOR_BGR2GRAY)    
    frame_diff = cv2.absdiff(current_frame_gray,previous_frame_gray)
    im_with_keypoints = cv2.drawKeypoints(frame_diff, keypoints, np.array([]), (0,0,255), cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)
    cv2.imshow('frame diff ',im_with_keypoints )         
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
    previous_frame = current_frame.copy()
    ret, current_frame = cap.read()
    keypoints = detector.detect(current_frame)
cap.release()
cv2.destroyAllWindows() 

我的错误是"图像不是数字，也不是标量"

Answer 1

你正在将cap变量传递给函数 detector.detect ，但cap来自返回 CvCapture 对象而不是 Numpy 数组的cv2.VideoCapture。

相反，您应该使用 .read() 返回的current_frame。

keypoints = detector.detect(current_frame)

Answer 2

你应该导入库"numpy"

你可以在你的cmd（win+R，cmd，enter）上建立它：pip install numpy

并编写代码：将 numpy 导入为 np

Answer 3

此问题是由阈值参数引起的，主要是params.minThreshold = 100和params.maxThreshold = 255。为什么要设置这些特定值？尝试对它们进行周转，直到获得良好的结果。

附带说明一下，您似乎没有收到此错误，但是在我的一个.avi视频上运行您的代码时，我收到了 cv2.error。我通过将while(cap.isOpened()):更改为while(ret)来修复它。