欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

python+opencv 一个简单地检查课堂人头数的程序

程序员文章站 2024-03-16 10:45:04
...

Python+Opencv 一个简单地检查课堂人头数的程序

先保存一张教室图片:
python+opencv 一个简单地检查课堂人头数的程序
然后用鼠标左键选择ROI区域

if event == cv.EVENT_LBUTTONDOWN:  # ---- 左键点击:选择点

python+opencv 一个简单地检查课堂人头数的程序
按一下滚轮键可以选择下一个ROI

  if event == cv.EVENT_MBUTTONDOWN:  # ---- 中键点击:选择点

左键双击完成选择

if event == cv.EVENT_LBUTTONDBLCLK:  # --- 双击: 结束选取

通过把ROI以外的区域变成白色 以内的区域进行 模糊 - 二值化 - 开闭运算 - 计算连通区域
然后大致会计算教室的人数
python+opencv 一个简单地检查课堂人头数的程序
人数就是白色区域的个数

**本人还是在学习阶段 这种方法误差大 还请各位大佬多多指教 **

import cv2 as cv
import numpy as np


# ------------------ 鼠标响应函数 ----------------------
def mouse_chose_mask(event, x, y, flags, param):
    global img   # 原图片
    global lsPointsChoose, tpPointsChoose  # 存入选择的点 ls用于提取 tp用于画线
    global pointsCount  # 对鼠标按下的点计数
    global img2   # 传入图片的副本
    global flag   # 交换点标志位

    img2 = img.copy()  # 保证每次都重新再原图画  避免画多了

    if event == cv.EVENT_LBUTTONDOWN:  # ---- 左键点击:选择点
        pointsCount = pointsCount + 1
        point1 = (x, y)  # 用于画圆的点
        cv.circle(img2, point1, 10, (0, 255, 0), 2)  # 画圆便于提醒

        # 将选取的点保存到list列表里
        lsPointsChoose.append([x, y])  # 用于转化为数组 提取多边形ROI
        tpPointsChoose.append((x, y))  # 用于画点

        if len(flag) != 1:  # 如果是多个ROI
            # print(flag)
            for k in range(len(flag) - 1):
                # print(flag[k])
                # print(flag[k+1])
                cv.line(img2, tpPointsChoose[flag[k]], tpPointsChoose[flag[k+1]-1], (0, 0, 255), 2)

            # 多个ROI 扫描算法
            for k in range(len(flag) - 1):
                for i in range(flag[k+1] - flag[k] - 1):
                    cv.line(img2, tpPointsChoose[flag[k] + i], tpPointsChoose[flag[k] + i + 1], (0, 0, 255), 2)  # 划线

        for i in range(len(tpPointsChoose) - flag[-1] - 1):
            cv.line(img2, tpPointsChoose[flag[-1] + i], tpPointsChoose[flag[-1] + i + 1], (0, 0, 255), 2)  # 划线

        # 最后展现多个ROI 的区域
        cv.imshow('src', img2)

    if event == cv.EVENT_MBUTTONDOWN:  # ---- 中键点击:选择点
        flag.append(len(tpPointsChoose))

    # if event == cv.EVENT_RBUTTONDOWN:  # ----- 右键点击:下清除轨迹
    #     pointsCount = 0
    #     tpPointsChoose = []
    #     lsPointsChoose = []
    #     # 把线段从图片上清除
    #     for i in range(len(tpPointsChoose) - 1):
    #         cv2.line(img2, tpPointsChoose[i], tpPointsChoose[i + 1], (0, 0, 255), 2)
    #     cv.imshow('src', img2)

    if event == cv.EVENT_LBUTTONDBLCLK:  # --- 双击: 结束选取

        mask = makemask(img)  # 运用生成掩模的方法

        mask2 = cv.cvtColor(mask, cv.COLOR_BGR2GRAY)  # 变成灰度图channel要1 应为方便后面寻找轮廓

        R, C, H = cv.findContours(mask2, cv.RETR_TREE, cv.CHAIN_APPROX_SIMPLE)  # 寻找轮廓

        cv.drawContours(img, C, -1, (0, 255, 0))  # 绘制轮廓
        cv.imshow('轮廓', img)
        
		# 这里是计算总共有多少个轮廓
        a = np.array(C)
        for i in range(a.shape[0]-1):
            C[0] = np.hstack(([C[0]],[C[i+1]]))


        # 这里是逐行把掩模背景变成白色的算法
        hang = mask2.shape[0] - 1
        lie = mask2.shape[1] - 1
        for i in range(0, lie):
            for j in range(0, hang):
                if cv.pointPolygonTest(C[0][0], (i, j), False) != 1:
                        # and cv.pointPolygonTest(C[1], (i, j), False) != 1:
                    img[j, i, :] = 255


        # 把输入图像灰度化
        gray = cv.cvtColor(img, cv.COLOR_RGB2GRAY)

        # 将提出的东西模糊滤波 值越大模糊越厉害
        blured = cv.blur(gray, (3, 3))

        # 直接阈值化是对输入的单通道矩阵逐像素进行阈值分割。
        retval, dst = cv.threshold(blured, 32, 255, cv.THRESH_BINARY)

        # 膨胀,白区域变大
        dst1 = cv.dilate(dst, None, iterations=1)
        # 腐蚀,白区域变小
        dst2 = cv.erode(dst1, None, iterations=3)

        # 扣出图片
        dst2 = cv.bitwise_not(dst2, dst2)

        # 寻找连通区域
        ret, maker = cv.connectedComponents(dst2)

        # 打印出人数的多少
        print(ret)

        cv.imshow("binary0", dst2)

        lsPointsChoose = []


# ------------ 制作掩模函数 -------------------------
def makemask(img):

    # 用于制作掩模的点
    global pts

    mask = np.zeros(img.shape, np.uint8) # 画一个黑色的图片

    # 下面是用于绘制多个ROI掩模的算法
    pts.append(np.array([lsPointsChoose[flag[-1]:]], np.int32))  # 掩膜的多边形列表
    pts[0] = pts[0].reshape((-1, 1, 2)) # reshape一下
    mask = cv.polylines(mask, [pts[0]], True, (255, 255, 255)) # 画多边形
    mask = cv.fillPoly(mask, [pts[0]], (255, 255, 255)) # 填充多边形

    if len(flag) != 1:
        for i in range(len(flag) - 1):
            pts.append(np.array([lsPointsChoose[flag[i]:flag[i+1]]], np.int32))
            pts[i + 1] = pts[i + 1].reshape((-1, 1, 2))
            mask = cv.polylines(mask, [pts[i + 1]], True, (255, 255, 255))  # 画多边形
            mask = cv.fillPoly(mask, [pts[i + 1]], (255, 255, 255))  # 填充多边形

    # 展现掩模图片
    cv.imshow('mask', mask)

    return mask

# ---------------------------------------------------------------
# 这两个是存储鼠标的坐标
lsPointsChoose = []
tpPointsChoose = []
# flag要先置一个0
flag = [0]
# 这是一个绘制各个ROI的点的数组
pts = []
pointsCount = 0
CT = []


img = cv.imread('C://Users//as//Pictures//Saved Pictures//2.jpg')
cv.namedWindow('src')
cv.setMouseCallback('src', mouse_chose_mask)
cv.imshow('src', img)


cv.waitKey(0)
cv.destroyAllWindows()

参考 https://blog.csdn.net/lyxleft/article/details/90675666