python帧间 差分

Python中的帧间差分（frame differencing）是一种图像处理技术，用于从视频序列中提取运动或变化的部分。它通过比较相邻帧之间的像素差异来识别移动物体。

以下是一个简单的示例代码，展示了如何在OpenCV库中使用Python进行帧间差分：

import cv2

# 打开视频文件
cap = cv2.VideoCapture('video.mp4')

# 读取第一帧
ret, frame1 = cap.read()

# 转换为灰度图像
gray1 = cv2.cvtColor(frame1, cv2.COLOR_BGR2GRAY)

while True:
    # 读取下一帧
    ret, frame2 = cap.read()
    
    # 转换为灰度图像
    gray2 = cv2.cvtColor(frame2, cv2.COLOR_BGR2GRAY)
    
    # 计算帧间差分
    diff = cv2.absdiff(gray1, gray2)
    
    # 二值化处理
    _, thresh = cv2.threshold(diff, 30, 255, cv2.THRESH_BINARY)
    
    # 对图像进行腐蚀操作
    thresh = cv2.erode(thresh, None, iterations=2)
    
    # 对图像进行膨胀操作
    thresh = cv2.dilate(thresh, None, iterations=2)
    
    # 寻找轮廓
    contours, _ = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    
    # 绘制边界框
    for contour in contours:
        if cv2.contourArea(contour) > 500:
            (x, y, w, h) = cv2.boundingRect(contour)
            cv2.rectangle(frame2, (x, y), (x + w, y + h), (0, 255, 0), 2)
    
    # 显示结果
    cv2.imshow('Frame', frame2)
    
    # 按下 'q' 键退出循环
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
    
    # 更新上一帧
    gray1 = gray2

# 释放资源
cap.release()
cv2.destroyAllWindows()

这段代码使用了OpenCV库来读取视频文件，并对每一帧进行帧间差分处理。通过阈值化、腐蚀和膨胀等图像处理操作，可以得到运动物体的轮廓，并在原始帧上绘制边界框来标记运动物体。