基于Python与OpenCV的视频目标数量及状态监控实战

叶初

发布时间：2026-10-13| 5人浏览过

原创

本文详细介绍如何利用Python和OpenCV库实现视频中的目标数量监控与状态识别。通过背景差分、高斯模糊及Canny边缘检测技术，提取特定区域（如水柱）并统计像素占比，进而判断目标颜色状态。项目以洗煤厂水龙头监控为例，展示了从图像预处理到结果输出的完整流程，为智能采矿、农业及畜牧业监控提供可行的技术思路。

计算机视觉任务概述与背景

本文将演示如何使用Python结合OpenCV库，实现对视频中物体数量的实时监控，从而达到视频监控的效果。例如，在洗煤厂场景中，我们可以监控水龙头喷出的水柱颜色；当黑色水柱占比超过一半时，即可判定过滤网出现故障。当然，本教程重点在于图像视频处理技巧的展示，该方案也可迁移至其他应用场景，此处仅作为示例参考。在计算机视觉领域，图像识别主要包含四大类任务：

。

分类（Classification）：解决“是什么”的问题，即给定一张图片或一段视频，判断其中包含的目标类别。

定位（Location）：解决“在哪里”的问题，即确定目标在图像中的具体位置。

检测（Detection）：解决“是什么”以及“在哪里”的问题，即同时确定目标的位置并识别其类别。

分割（Segmentation）：分为实例分割（Instance-level）和场景分割（Scene-level），解决“每个像素属于哪个目标物或场景”的问题。

此外，定位不仅需要找到物体的位置，还需要能够统计目标的数量以及分析物体的状态。

除了图像分类外，目标检测面临的架构难题主要包括：

1. 目标可能频繁出现在影像的任何方位；

2. 目标具有各种不同尺寸；

3. 目标可能呈现各种不同外形。

若使用矩形框界定目标，由于目标清晰度不同，导致长方形边框效果各异。因目标清晰度差异，使用经典的移动视窗加图像图形计划来解决标准化目标检测问题的成本过高。近年来，目标检测算法取得了显著突破。主流算法可分为两类：一类是基于区域提议（Region Proposal）的R-CNN系列算法（如R-CNN、Fast R-CNN、Faster R-CNN等），属于两阶段（two-stage）方法，需先生成目标候选框（即位置），再进行分类与回归；另一类是YOLO、SSD等单阶段（one-stage）算法，仅使用一个卷积神经网络（CNN）直接预测不同目标的类别与位置。前者准确度较高但速度较慢，后者速度较快但准确度相对较低。本文不过多讲解各类算法细节，核心主题聚焦于目标数量识别。

那么，我们将如何具体实现这一功能呢？

理论阐述至此，下面开始实施项目代码。

项目环境配置与代码实现

首先，导入项目所需的依赖库：


import cv2
from PIL import Image
from PIL import ImageDraw,ImageFont
import numpy as np

接下来，我们需要提取水龙头流出水柱的部分，即对图片进行预处理，生成背景图供后续对比使用，文件名为3ji.jpg，如图所示：

随后，通过图像作差法找到水柱部分。首先需将图像转换为灰度图并进行高斯模糊以利于计算（当然，不进行这些处理也是可行的）。其中，2.jpg为测试图片，

相关代码如下：


'''3ji是背景图不可换，调试换另一个图片,3ji自己用画图找到水的位置清除掉水柱即可，所以说摄像头不能动'''
firstframe=cv2.imread("3ji.jpg")
firstframe= cv2.cvtColor(firstframe, cv2.COLOR_BGR2GRAY)
firstframe= cv2.GaussianBlur(firstframe, (21, 21), 0)
secondframe0=cv2.imread("2.jpg")
secondframe0= cv2.cvtColor(secondframe0, cv2.COLOR_BGR2GRAY)
secondframe= cv2.GaussianBlur(secondframe0, (21, 21), 0)
frameDelta = cv2.absdiff(firstframe, secondframe)
x,y=frameDelta.shape
print(x,y)

接着，通过边缘检测找到水柱边界，以便直观查看。


#frameDelta和canny一个是区域一个是轮廓
img = cv2.GaussianBlur(frameDelta,(3,3),0)
canny = cv2.Canny(img, 0, 100)

定义水柱总面积变量、清水面积变量，以及用于存储像素值位置的数组ss。


area=0 #6687,总面积
qingarea=0
ss=[]

然后绘制轮廓，并记录水柱处像素值的位置。


#画轮廓,存储要识别的像素值位置，记录在ss数组中
for i in range(x):
  for j in range(y):
   if any(frameDelta[i,j]!=[0,0,0]):#白色的时候，占位
    ss.append([i,j])

最后，将原图与轮廓图叠加显示，通过图片相加实现：


canny0=cv2.add(secondframe0,canny)

接着，根据像素值大小判断颜色。经过调试，本项目的阈值设定为50。


#判断水柱颜色,清水占多少像素
for t in ss:
 k,l=t
 area=area+1
 if canny0[k, l] > 50:
  print(canny0[k,l])
  qingarea+=1
接着统计黑色水柱占比率为多少
deta=(qingarea/area)*100
print(qingarea)
pred="清水占比为"+str(deta)+"%"
print(pred)

最终输出图像处理结果：


cv2.imwrite("pred.jpg",canny0)
canny0=cv2.imread("pred.jpg")
img_PIL = Image.fromarray(cv2.cvtColor(canny0, cv2.COLOR_BGR2RGB))
myfont = ImageFont.truetype(r'C:/Windows/Fonts/simfang.ttf', 40)
draw = ImageDraw.Draw(img_PIL)
draw.text((200, 10), pred, font=myfont, fill=(255,23,140))
img_OpenCV = cv2.cvtColor(np.asarray(img_PIL), cv2.COLOR_RGB2BGR)
cv2.imshow("frame", img_OpenCV)
key = cv2.waitKey(0)

最终达到的演示效果如图所示：

清水占比96%，结果较为准确。

清水占比38%，黑水占比62%，结果也基本准确。

应用场景与未来展望

这仅仅是一个思路示例，目前网上尚缺乏针对物体数目监控的项目案例。尽管技术并非极其高深，但这提供了一个很好的探究方向。这不仅适用于智能采矿，也可作为智能农业或智能畜牧业监控的参考思路。大家可在此基础之上修改完善代码，完整代码已在上文给出。随着移动互联网、手机及各交友平台的持续发展，照片的传播幅度大大增强，传播范围日益扩展。相比文字、视频、录像等传播方式，照片传播具有极强的“点睛”视觉效果，符合快节奏下人们高效的阅读习惯。

当照片为人们带来快捷的数据记录和共享方式的同时，照片在社会大众视野下的普遍传播也带来了适当的问题。文字叙述中，用户可通过关键字搜索提供所需数据；而在照片叙述中，用户难以直接通过搜索照片索引到可借助的数据。

科技进步的变革往往与解决痛点的需求如影随形。在用户痛点驱动下，亟需高科技的改进创意，在此背景下涌现的图像识别新技术变得尤为重要。由此可见，计算机视觉的地位日益高涨。

总结

以上介绍了通过Python和OpenCV实现目标数量监控的方法，希望对大家有所帮助！