变化检测比值法opencv代码

变化检测是计算机视觉领域的一个重要任务，OpenCV 提供了多种方法来检测场景中的变化。变化检测比值法通常是基于连续帧之间像素差异来判断是否有变化。这里是一个简单的基于OpenCV的光流法（Optical Flow）的变化检测的Python示例：

import cv2
import numpy as np

def calculate_optical_flow(prev_frame, current_frame):
    flow = cv2.calcOpticalFlowFarneback(prev_frame, current_frame,
                                        None, # 预测初值
                                        0.5, # 进一步细化
                                        3,   # 连接步长
                                        5,   # 匹配窗口大小
                                        1.2, # 距离阈值
                                        0,   # 相似性门槛
                                        cv2.OPTFLOW_FARNEBACK_GAUSSIAN)
    magnitude, angle = cv2.cartToPolar(flow[..., 0], flow[..., 1])
    return magnitude, angle

prev_frame = cv2.imread('frame_0.jpg', 0)  # 替换为前一帧路径
current_frame = cv2.imread('frame_1.jpg', 0)  # 替换为当前帧路径

magnitude, angle = calculate_optical_flow(prev_frame, current_frame)

# 创建一个与输入图像大小相同的掩码，表示变化区域
change_mask = cv2.threshold(magnitude, 15, 255, cv2.THRESH_BINARY)[1]

# 结合上一帧和当前帧，用白色显示变化区域
combined_image = cv2.addWeighted(prev_frame, 0.6, current_frame, 0.4, 0)  
cv2.imshow('Change Detection', combined_image)
cv2.imshow('Change Mask', change_mask)
cv2.waitKey(0)
cv2.destroyAllWindows()