当前位置: 首页 > article >正文

【计算机视觉】opencv-停车位检测原理及代码演示

概述

本文介绍了一种基于OpenCV库的停车场空位检测方法。通过本项目演示,可以对opencv库有更深刻的理解。文章详细阐述了检测原理、算法流程以及代码实现。

一、原理介绍

基于OpenCV的停车位检测原理涉及多个图像处理步骤,以下将结合相关公式详细介绍每个步骤:

1. 图像预处理

a. 灰度化处理

灰度化是图像处理的第一步,它将彩色图像转换为灰度图像,减少后续处理的计算量。灰度化公式如下:

Igray(x,y)=0.299×R(x,y)+0.587×G(x,y)+0.114×B(x,y)Igray​(x,y)=0.299×R(x,y)+0.587×G(x,y)+0.114×B(x,y)

其中,R(x,y)R(x,y)、G(x,y)G(x,y)和B(x,y)B(x,y)分别是图像在点(x,y)(x,y)处的红色、绿色和蓝色通道值。

b. 高斯模糊

高斯模糊用于减少图像噪声并平滑图像。它通过高斯核与图像卷积实现,公式如下:

Iblur(x,y)=∑i=−nn∑j=−nnw(i,j)×Igray(x+i,y+j)Iblur​(x,y)=i=−nnj=−nnw(i,jIgray​(x+i,y+j)

其中,w(i,j)w(i,j)是高斯分布权重,nn是核大小的一半。

2. 阈值分割

a. 自适应阈值分割

自适应阈值分割根据图像不同区域的光照条件自动调整阈值。公式如下:

Ibin(x,y)={255if Iblur(x,y)>T(x,y)0otherwiseIbin​(x,y)={2550​if Iblur​(x,y)>T(x,y)otherwise​

其中,T(x,y)T(x,y) 是自适应阈值,计算公式为:

T(x,y)=∑i=−kk∑j=−kkIblur(x+i,y+j)(2k+1)2−CT(x,y)=(2k+1)2∑i=−kk​∑j=−kkIblur​(x+i,y+j)​−C

这里,kk是局部区域大小的一半,CC是常数,用于调整阈值。

3. 形态学操作

a. 中值滤波

中值滤波是一种非线性数字滤波技术,用于去除图像中的椒盐噪声。它将每个像素值替换为其邻域内的中值。

b. 膨胀操作

膨胀操作用于扩大图像中的前景区域,填充小的孔洞。公式如下:

Idilate(x,y)=max⁡(i,j)∈S(Ibin(x+i,y+j)⊗K)Idilate​(x,y)=(i,j)∈Smax​(Ibin​(x+i,y+j)⊗K)

其中,SS是结构元素KK的邻域,⊗⊗表示膨胀操作。

4. 车位检测

车位检测基于上述处理后的二值图像。以下是检测原理:

  • 对于每个停车位的位置(x,y)(x,y),提取相应大小的区域。
  • 计算该区域的白色像素数量(即前景像素)。
  • 如果白色像素数量低于某个阈值,则认为该车位为空。

最后,在原始视频帧上绘制矩形框来标记空车位,并可以在框内显示文本信息,如“空车位”。 通过以上步骤,OpenCV停车位检测系统能够有效地识别出停车场中的空闲车位。这些步骤结合了图像处理和计算机视觉技术,使得系统能够适应不同的光照条件和环境变化。

二、代码演示

下面是代码的详细解释

import cv2
import pickle
import cvzone
import numpy as np
  • 这些是导入语句,用于引入所需的库。
    • cv2:用于图像处理和计算机视觉。
    • pickle:用于序列化和反序列化Python对象。
    • cvzone:提供一些辅助函数,用于在图像上添加文本等。
    • numpy:用于数值计算。

cap = cv2.VideoCapture('carPark.mp4')
  • 创建一个VideoCapture对象来读取视频文件。
    • 参数:视频文件的路径。

with open('CarParkPos', 'rb') as f:
    posList = pickle.load(f)
  • 打开一个包含停车场位置信息的文件,并加载这些位置到posList
    • pickle.load(f):从文件中反序列化对象。

width, height = 107, 48
  • 定义停车位矩形的宽度和高度。
def checkParkingSpace(imgPro):
    spaceCounter = 0
    for pos in posList:
        x, y = pos
        imgCrop = imgPro[y:y + height, x:x + width]
        count = cv2.countNonZero(imgCrop)
        if count < 900:
            color = (0, 255, 0)  # Green
            thickness = 5
            spaceCounter += 1
        else:
            color = (0, 0, 255)  # Red
            thickness = 2
        cv2.rectangle(img, pos, (pos[0] + width, pos[1] + height), color, thickness)
        cvzone.putTextRect(img, str(count), (x, y + height - 3), scale=1, thickness=2, offset=0, colorR=color)
    cvzone.putTextRect(img, f'Free: {spaceCounter}/{len(posList)}', (100, 50), scale=3, thickness=5, offset=20, colorR=(0,200,0))
  • checkParkingSpace函数:检查每个停车位是否被占用。
    • cv2.countNonZero(imgCrop):计算图像中非零像素的数量。

点击【计算机视觉】opencv-停车位检测原理及代码演示可查看全文


http://www.kler.cn/a/448901.html

相关文章:

  • 一篇文章学会HTML
  • 递归读取指定目录下的文件
  • 鸿蒙学习笔记:用户登录界面
  • 使用 AI 辅助开发一个开源 IP 信息查询工具:一
  • 基础爬虫案例实战
  • 大腾智能CAD:国产云原生三维设计新选择
  • 摆脱 `div`!7 种更语义化的 HTML 标签替代方案
  • voxelize_cuda安装 笔记
  • 【新教程】Ubuntu server 24.04配置无线网WiFi
  • 【BaseFunctions】- KRTS C++示例精讲(1)
  • Cline 3.0发布:从AI编程助手到通用智能体平台的进化
  • Docker搭建YesPlayMusic云音乐播放器并实现异地远程连接播放歌曲
  • LeetCode2108 找出数组中的第一个回文字符串
  • docker 部署win系统
  • 天融信网络架构安全实践
  • 从零开始k8s-部署篇
  • 负载均衡式在线OJ
  • Python中的元类
  • 新版Android Studio 2024.1.2版本,如何通过无线wifi连接手机实现交互
  • 代码随想录 day50 第十一章 图论part01
  • 富唯智能 3D 视觉定位:为汽车零部件制造注入高效精准 “源动力”
  • GA-BP回归-遗传算法(Genetic Algorithm)和反向传播神经网络(Backpropagation Neural Network)
  • Zookeeper的监听机制
  • 软件测试丨性能测试工具-JMeter
  • 云手机方案全解析
  • C# 中串口读取问题及解决方案