Python与FPGA——帧间差算法

前言

  帧间差法可以检测运动物体，通过摄像头获取连续的两帧或者三帧进行差值处理，像素变化较大的可以认为是运动的目标，变化小的可以认为是背景。这里提到摄像头，因为我们的项目没有摄像头，所以FPGA部分就不需要实现，但是后期会考虑加入摄像头。

一、帧间差算法

  帧间差算法的核心是阈值的选择。如果阈值偏大，则变化较小的移动的物体就会被忽略，相应的运动较大的移动物体被保留下来；反之，如果阈值偏小，则可能变化较小的目标也被保留下来，会出现满屏的运动像素的现象。

二、Python实现帧差法

import cv2
import numpy as np
#图像灰度处理
def image_gray(image):
    gray = np.dot(image[:, :, ...], [0.3, 0.59, 0.11])
    return gray
#计算两张图像的差异，超过阈值设置像素值
def diff_method(frame1, frame2, value):
    frame_diff = np.abs(frame1 - frame2)
    return np.where(frame_diff >= value, 255, 0).astype(np.uint8)
    
cap = cv2.VideoCapture(0)#获取摄像头
ret, curr_frame = cap.read()#获取一帧
curr_frame = cv2.flip(curr_frame, 180)#图像水平翻转
curr_frame = image_gray(curr_frame)#图像灰度处理
while True:
    ret, next_frame = cap.read()#获取当前帧
    next_frame = cv2.flip(next_frame, 180)#图像翻转
    if ret:
        next_frame = image_gray(next_frame)#下一帧灰度处理
        frame_diff = diff_method(curr_frame, next_frame, 80)#上一帧和当前帧进行差值计算
        cv2.imshow('video', frame_diff)#显示
        k = cv2.waitKey(30) & 0xff
        if k == 27:#按下按键esc
            break
    else:
        break
    curr_frame = next_frame
cv2.destroyAllWindows()
cap.release()

三、实现效果

总结

  到此处，《基于MATLAB与FPGA的图像处理教程》图像二值化处理章节就结束了。下一部分图像锐化处理，让你的图像更突出。