python?Opencv實現(xiàn)停車位識別思路詳解

更新時間：2022年07月04日 11:24:03 作者：Keep_Trying_Go

這篇文章主要介紹了Opencv實現(xiàn)停車位識別,本文通過示例代碼場景分析給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下

1.實現(xiàn)的思路

（1）首先使用一個處理畫框的程序，將圖片中的有車和無車的停車位給畫出來，并且保存坐標（如果畫錯了，將鼠標移至要刪除的框中，右擊鼠標，即可刪除）；

#定義回調(diào)函數(shù)
def mouseClick(events,x,y,flags,params):
    #按下鼠標左鍵，將點擊的坐標(x,y)保存到position列表中
    if (events&cv2.EVENT_LBUTTONDOWN==cv2.EVENT_LBUTTONDOWN):
        position.append((x,y))
    #按下鼠標右鍵時，移除選中的框
    if (events&cv2.EVENT_RBUTTONDOWN==cv2.EVENT_RBUTTONDOWN):
        for i,pos in enumerate(position):
            (x1,y1)=pos
            if (x1<x<x1+img_width and y1<y<y1+img_height):
                position.pop(i)

在這里插入圖片描述

（2）畫好之后，關閉窗口，即可看到已經(jīng)保存好坐標的文件，下次再運行程序時，不用再畫框；程序會讀出當前文件，將之前保存好的坐標加載出畫出框。

#首先查看文件是否已經(jīng)包含了CarParkPos文件
try:
    with open('CarParkPos','rb') as fp:
        position=pickle.load(fp)
except:
    # 存儲所有停車位的坐標列表
    position=[]

在這里插入圖片描述

（3）主程序的思路
將攝像頭讀取的圖片進行處理
Opencv基礎知識點：
http://chabaoo.cn/article/254006.htm
高斯去噪：
http://chabaoo.cn/article/198212.htm
局部二值化：
http://chabaoo.cn/article/248000.htm
中值濾波：
http://chabaoo.cn/article/198212.htm
Opencv中獲取卷積核：
http://chabaoo.cn/article/254013.htm
腐蝕操作：
http://chabaoo.cn/article/214725.htm

#轉換為灰度圖
    gray=cv2.cvtColor(src=frame,code=cv2.COLOR_BGR2GRAY)
    #高斯去噪
    gauss=cv2.GaussianBlur(src=gray,ksize=(3,3),sigmaX=0)
    #圖像二值化處理
    thresh=cv2.adaptiveThreshold(src=gauss,maxValue=255,adaptiveMethod=cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
            thresholdType=cv2.THRESH_BINARY_INV,blockSize=21,C=16)
    # 中值濾波操作
    median=cv2.medianBlur(src=thresh,ksize=3)
    #腐蝕操作
    dilate=cv2.dilate(src=median,kernel=kernel,iterations=1)

    for pos in position:
        (x,y)=pos
        mask=dilate[y:y+img_height,x:x+img_width]
        # cv2.imshow(str(x*y),mask)
        #返回灰度值不為0的像素數(shù)，可用來判斷圖像是否全黑。
        count=cv2.countNonZero(mask)
        #當計算的count低于800,表示是一個空位
        if count<800:
            countBlackCar+=1
            color=(0,255,0)
            thickness=3
        else:
            color=(0,0,255)
            thickness=2

        cv2.rectangle(img=frame, pt1=(pos[0], pos[1]),
                      pt2=(pos[0] + img_width, pos[1] + img_height),
                      color=color, thickness=thickness)
        cvzone.putTextRect(img=frame, text=str(count), pos=(x + 3, y + img_height - 5),
                           scale=0.8, thickness=1, offset=0,colorR=color)

參考視頻教程：https://www.bilibili.com/video/BV14Z4y1Q7au?t=3992.0（建議看懂視頻中的思路）
注：代碼不重要，主要是學會給出的鏈接中這位博主的思路。使用更加簡單的方法解決問題，但是呢？這種方法我認為主要是為解決那種固定攝像頭拍攝的停車位，因為我們標注的坐標是固定的（但是可以利用深度學習提取有車和無車的特征進行識別，定位的可以使用Opencv來解決）。

2.整體代碼實戰(zhàn)

在這里插入圖片描述

（1）ParkingSpacePicker.py

import os
import cv2
import pickle

#首先查看文件是否已經(jīng)包含了CarParkPos文件
try:
    with open('CarParkPos','rb') as fp:
        position=pickle.load(fp)
except:
    # 存儲所有停車位的坐標列表
    position=[]

#停車位的高寬
img_width,img_height=47,88
#定義回調(diào)函數(shù)
def mouseClick(events,x,y,flags,params):
    #按下鼠標左鍵，將點擊的坐標(x,y)保存到position列表中
    if (events&cv2.EVENT_LBUTTONDOWN==cv2.EVENT_LBUTTONDOWN):
        position.append((x,y))
    #按下鼠標右鍵時，移除選中的框
    if (events&cv2.EVENT_RBUTTONDOWN==cv2.EVENT_RBUTTONDOWN):
        for i,pos in enumerate(position):
            (x1,y1)=pos
            if (x1<x<x1+img_width and y1<y<y1+img_height):
                position.pop(i)

    with open('CarParkPos','wb') as fp:
        pickle.dump(position,fp)


while True:
    img=cv2.imread('images/packing.png')
    for pos in position:
        cv2.rectangle(img=img,pt1=(pos[0],pos[1]),
                      pt2=(pos[0]+img_width,pos[1]+img_height),
                      color=(0,255,0),thickness=2)

    cv2.imshow('Packing',img)
    #設置鼠標事件
    cv2.setMouseCallback('Packing',mouseClick)
    key=cv2.waitKey(1)
    if key==27:
        break

cv2.destroyAllWindows()

if __name__ == '__main__':
    print('Pycharm')

（2）main.py

import os
import cv2
import pickle
import cvzone

with open('CarParkPos', 'rb') as fp:
    position = pickle.load(fp)

#停車位的高寬
img_width,img_height=47,88

cap=cv2.VideoCapture('video/packing-3.mp4')

def checkParkingSpace(dilate):
    countBlackCar=0
    for pos in position:
        (x,y)=pos
        mask=dilate[y:y+img_height,x:x+img_width]
        # cv2.imshow(str(x*y),mask)
        #返回灰度值不為0的像素數(shù)，可用來判斷圖像是否全黑。
        count=cv2.countNonZero(mask)
        #當計算的count低于800,表示是一個空位
        if count<800:
            countBlackCar+=1
            color=(0,255,0)
            thickness=3
        else:
            color=(0,0,255)
            thickness=2

        cv2.rectangle(img=frame, pt1=(pos[0], pos[1]),
                      pt2=(pos[0] + img_width, pos[1] + img_height),
                      color=color, thickness=thickness)
        cvzone.putTextRect(img=frame, text=str(count), pos=(x + 3, y + img_height - 5),
                           scale=0.8, thickness=1, offset=0,colorR=color)
    return countBlackCar

#獲取卷積核
kernel=cv2.getStructuringElement(shape=cv2.MORPH_RECT,ksize=(3,3))

while cap.isOpened():
    #循環(huán)播放視頻文件
    if cap.get(cv2.CAP_PROP_POS_FRAMES)==cap.get(cv2.CAP_PROP_FRAME_COUNT):
        cap.set(cv2.CAP_PROP_POS_FRAMES,0)

    ret,frame=cap.read()
    # frame=cv2.resize(src=frame,dsize=(750,600))
    height,width,channel=frame.shape
    if not ret:
        break

    #轉換為灰度圖
    gray=cv2.cvtColor(src=frame,code=cv2.COLOR_BGR2GRAY)
    #高斯去噪
    gauss=cv2.GaussianBlur(src=gray,ksize=(3,3),sigmaX=0)
    #圖像二值化處理
    thresh=cv2.adaptiveThreshold(src=gauss,maxValue=255,adaptiveMethod=cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
            thresholdType=cv2.THRESH_BINARY_INV,blockSize=21,C=16)
    # 中值濾波操作
    median=cv2.medianBlur(src=thresh,ksize=3)
    #腐蝕操作
    dilate=cv2.dilate(src=median,kernel=kernel,iterations=1)

    cntCar=checkParkingSpace(dilate)

    cvzone.putTextRect(img=frame,text="BlackPosition: "+str(cntCar),
                       pos=(20,height-80),scale=1.0,thickness=2)
    cv2.imshow('img',frame)
    # cv2.imshow('thresh',thresh)
    # cv2.imshow('median',median)
    # cv2.imshow('dilate',dilate)
    key=cv2.waitKey(30)
    if key==27:
        break
cv2.destroyAllWindows()
if __name__ == '__main__':
    print('Pycharm')

（3）視頻效果

停車位識別演示