OpenCV中像素邻域差的有效算法
OpenCV中像素邻域差的有效算法
提问于 2012-09-10 14:25:21
我在读这和这关于手/头跟踪的论文。他们都谈到了检测运动，计算每个像素附近的差值，并将结果与阈值进行比较：
引用第一份文件的话：
我们使用参考文献中描述的时态差分方法。41，计算每个像素周围邻域差异的绝对值，然后通过对所有相邻像素的差值求和，得出累积差值。当累积差值超过预定阈值时，像素被分配到移动区域.
是否有一种有效的方法(可能在OpenCV中)？
我编写的代码非常天真，除了失去实时性之外，似乎没有比简单的像素与像素之间的差异更好的结果：
template<class T> class Image {
private:
IplImage* imgp;
public:
Image(IplImage* img=0) {imgp=img;}
~Image(){imgp=0;}
void operator=(IplImage* img) {imgp=img;}
inline T* operator[](const int rowIndx) {
return ((T *)(imgp->imageData + rowIndx*imgp->widthStep));}
};
typedef Image<unsigned char> BwImage;
typedef Image<float> BwImageFloat;
void computeMovingRegion( IplImage* prev, IplImage* cur, IplImage *mov) {
BwImage _prev(prev);
BwImage _cur(cur);
BwImage _mov(mov);
for (int i = 3; i<prev->height-3; i++) {
for (int j=3; j<prev->width-3; j++) {
int res=0;
for (int k=i-3; k<i+3; k++)
for (int n=j-3; n<j+3; n++)
res += abs(_cur[k][n] -_prev[k][n]);
if (res>2000) {
_mov[i][j]=_cur[i][j];
}
else
_mov[i][j]=0;
}
}
}图像是灰度的。这并不重要，但我使用的是MacOS 10.8和Xcode 4.4.2。
回答 1
Stack Overflow用户
回答已采纳
发布于 2012-09-10 14:30:36
如果您首先计算绝对差图像(即abs(_cur[] - prev[]))，然后迭代处理，您应该能够删除大量的冗余。除了这一点，还有更多的优化可以做，但是对于相对较少的努力来说，这是一个很好的开端。
还请注意，您的循环索引看起来是错误的-如果您想要执行7x7邻域操作，应该是：
for (int k=i-3; k<=i+3; k++)
for (int n=j-3; n<=j+3; n++)
...页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/12353730
复制相关文章
相似问题
腾讯云开发者
