对于我的一个项目，我需要使用 OpenCV 处理图像差异。目标是检测区域中的入侵。
为了更清楚一点，这里是输入和输出:
输入:
- 引用图片
- 从大致相同的角度拍摄的第二张图片(可能存在误差)
输出:
- 检测场景中的新对象。
奖励:
- 识别那些对象。
对我来说，最困难的部分是去掉小的差异(光度、相机位置余量误差、树木的移动......)
我已经阅读了很多关于 OpenCV 图像处理(减法、腐 eclipse 、阈值、SIFT、SURF...)的文章，并取得了一些不错的结果。
我想要的是您认为进行良好检测(人、汽车...)的最佳步骤列表，以及执行每个步骤的算法。
非常感谢您的帮助。
最佳答案
Track-by-Detect，人体追踪器:
- 您申请 Hog detector检测人类。
- 你分别画了一个rectangle作为前景蒙版上的前景区域。
- 您将此掩码传递给“The OpenCV Video Surveillance / Blob Tracker Facility"
现在，您可以根据行人的 blob.{x,y} 值将行人分组到公共(public)/限制区域。
关于image-processing - OpenCV入侵检测，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/14685308/