pythonopencv光流法运动目标检测代码

以下是使用 Python OpenCV 实现光流法运动目标检测的示例代码：

import cv2

cap = cv2.VideoCapture(0)

# 初始化前一帧图像
ret, frame1 = cap.read()
prvs = cv2.cvtColor(frame1, cv2.COLOR_BGR2GRAY)

# 设置光流参数
lk_params = dict(winSize=(15, 15),
                 maxLevel=4,
                 criteria=(cv2.TERM_CRITERIA_EPS | cv2.TERM_CRITERIA_COUNT, 10, 0.03))

while True:
    # 读取当前帧
    ret, frame2 = cap.read()

    # 转换为灰度图像
    next = cv2.cvtColor(frame2, cv2.COLOR_BGR2GRAY)

    # 计算光流
    flow = cv2.calcOpticalFlowFarneback(prvs, next, None, 0.5, 3, 15, 3, 5, 1.2, 0)

    # 可视化光流
    hsv = cv2.cvtColor(frame2, cv2.COLOR_BGR2HSV)
    hsv[..., 0] = 0.5 * 180 / np.pi * np.arctan2(flow[..., 1], flow[..., 0])
    hsv[..., 2] = cv2.normalize(cv2.magnitude(flow[..., 0], flow[..., 1]), None, 0, 255, cv2.NORM_MINMAX)
    bgr = cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)

    # 显示结果
    cv2.imshow('frame2', bgr)

    # 更新前一帧图像
    prvs = next

    # 按下 ESC 键退出
    if cv2.waitKey(1) & 0xFF == 27:
        break

cap.release()
cv2.destroyAllWindows()

在这个示例中，我们使用 `cv2.calcOpticalFlowFarneback()` 函数计算光流，并使用 `cv2.normalize()` 函数将光流向量的长度归一化到 0 到 255 的范围内。最后，我们使用 `cv2.imshow()` 函数显示结果，按下 ESC 键退出程序。