2023年11月21日開發手記

更改了幾處bug：

1、將棧由全域性變數變為區域性變數，修正了起始點不變的問題。

2、將低通濾波器改為高通濾波器，修正了壓入棧的資料過多問題。

f =np.fft.fft2(new_gray_array)

rows,cols=f.shape
f[0:fftadd]=0
f[rows-fftadd:rows]=0

使用for迴圈寫了兩個矩形，使得準確度好了一些

leng =len(s.stack)

if leng !=0:
if(leng > 4):
for i in range(1, int(leng / 2)+2, int(leng / 2)):
s_1 =list(s.stack[i])
s_2 = list(s.stack[i + int(leng / 2)-2])
x =s_1[0]
y = s_1[1]
x_1 =s_2[0]
y_1 = s_2[1]
cv2.rectangle(frame, (y, x), (y_1, x_1), (255, 255, 0), 2) #
繪製矩形
print
(x, y, x_1, y_1)
print(1)
cv2.imshow(
"fps
", frame)
else
: s_1 =list(s.stack[0])
s_2 = list(s.stack[leng - 1])
x =s_1[0]
y = s_1[1]
x_1 =s_2[0]
y_1 = s_2[1]
cv2.rectangle(frame, (y, x), (y_1, x_1), (255, 255, 0), 2) #
繪製矩形
print
(x, y, x_1, y_1)
cv2.imshow(
"fps
", frame)

2023年11月21日開發手記

更改了幾處bug 1 將棧由全域性變數變為區域性變數，修正了起始點不變的問題。2 將低通濾波器改為高通濾波器，修正了壓入棧的資料過多問題。f np.fft.fft2 new gray array rows,cols f.shape f 0 fftadd 0 f rows fftadd rows 0 ...

2023年11月20日開發手記

兩種運動檢測演算法的介紹 幀差法 二維頻域運動目標檢測 通過對動態影象的行列分解,將三維頻域內的運動檢測問題轉化到兩組二維頻域內進行,從而降低了濾波器設計的難度。給出了一種提取主運動能量的自適應濾波演算法,通過剔除背景和雜訊的頻率成分,有效地檢測出運動目標。複雜度分析 針對幀差法進行分析，複雜度主要...

2023年11月28日開發手記

為了方便後面目標識別的處理，將投影求分類的函式嵌入進fft濾波函式中，共同組成fttmovedetect函式，利用python的切片功能實現投影 arryallw arryallw arryh arryallh arryallh arryl 為在投影中分割多目標區域，引入兩個變數 yindexh 與...