python3.6.3+opencv3.3.0学习笔记九--动态物体检测

思路

1. 设置视频来源
2. 设置各种参数，包括储存，窗口，过程参数等
3. 捕获第一帧图像
4. 进入循环
5. 将第一帧图像赋给过程frame
6. 对图像进行灰度处理
7. 对图像执行高斯模糊，使其尽可能减小灰度的变化梯度
8. 将两幅灰度图像相减，从而将背景删除
9. 给出阈值，将相减后的图像转化为黑白图
10. 将多余的零星变化白点置为黑色
11. 检测白色色块的大小和边缘
12. 按照阈值检测白色色块的边缘
13. 绘出动态变化物体的边缘矩形
14. 显示
15. 储存到本地
16. 按下esc退出循环
17. 清零

注意点

1. 在储存时彩色图像和灰度黑白图像的制式不同，需要分别指出各自的制式，否则无法保存到本地。高斯模糊的阈值、相减时的阈值、色块大小的阈值、灰度变化的阈值需要不断调节，最终结果受到光影、运动、物体明暗程度、场景环境的诸多影像，和视频源也有极大的关系
2. 循环较长，各种逻辑关系必须非常清楚
3. 网上例程很多，但基本上不可能拿来即用，本例程基本上算是最新的
4. 后附各种图像和动画，以供参考
5. 本例程采用手机的摄像头作为无线IP视频源，可能会有些卡滞，640x480的质量差强人意，转化为2M大小的GIF更是打了折扣，但程序毫无疑问是畅通的。
6. 将手机作为无线视频源也是一个技术点，在后续的学习笔记中再行记录吧。

import cv2  
import numpy as np  

#设置窗口大小
cv2.namedWindow("Video",0)
cv2.resizeWindow("Video", 640, 480)
cv2.namedWindow("Video_gray",0)
cv2.resizeWindow("Video_gray"