opencv车速检测代码

以下是一个简单的基于OpenCV的车速检测代码示例，其中使用了背景减法和光流法来检测车辆的运动：

import cv2

# 设置视频路径和背景减法器
video_path = "test_video.mp4"
bg_subtractor = cv2.createBackgroundSubtractorMOG2()

# 读取视频并获取第一帧
cap = cv2.VideoCapture(video_path)
ret, frame = cap.read()
prev_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

# 设置车速检测参数
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3, 3))
min_contour_area = 1000
max_speed = 100

while True:
    # 获取当前帧
    ret, frame = cap.read()
    if not ret:
        break

    # 背景减法
    fg_mask = bg_subtractor.apply(frame)

    # 进行形态学操作，去除噪点
    fg_mask = cv2.morphologyEx(fg_mask, cv2.MORPH_OPEN, kernel)

    # 计算光流
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    flow = cv2.calcOpticalFlowFarneback(prev_gray, gray, None, 0.5, 3, 15, 3, 5, 1.2, 0)

    # 根据光流计算车速
    speed = 0
    contours, _ = cv2.findContours(fg_mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    for contour in contours:
        if cv2.contourArea(contour) >= min_contour_area:
            x, y, w, h = cv2.boundingRect(contour)
            center = (x + w // 2, y + h // 2)
            vx, vy = flow[center[1], center[0]]
            speed += vy

    # 显示车速和原始视频
    speed = min(speed, max_speed)
    cv2.putText(frame, "Speed: {:.2f} km/h".format(speed), (50, 50), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)
    cv2.imshow("Frame", frame)

    # 更新前一帧和等待键盘输入
    prev_gray = gray
    if cv2.waitKey(1) == ord('q'):
        break

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

注意，这只是一个简单的示例，实际应用中需要根据具体情况进行优化和调试。另外，该示例中的车速计算方式仅供参考，实际应用中可能需要根据车辆类型和光照条件等因素进行调整。