# coding:utf-8

 """

 计算帧之间的差异 考虑背景帧与其他帧之间的差异

 """

 import cv2

 import numpy as np

 # 调用摄像头

 camera = cv2.VideoCapture(0)

 kernel = np.ones((5, 5), np.uint8)

 background = None

 while True:

     # 读入摄像头的帧

     ret, frame = camera.read()

     # 把第一帧作为背景

     if background is None:

         background = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

         background = cv2.GaussianBlur(background, (21, 21), 0)

         continue

     # 读入帧

     gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

     # 高斯平滑 模糊处理 减小光照 震动等原因产生的噪声影响

     gray_frame = cv2.GaussianBlur(gray_frame, (21, 21), 0)

     # 检测背景和帧的区别

     diff = cv2.absdiff(background, gray_frame)

     # 将区别转为二值

     diff = cv2.threshold(diff, 25, 255, cv2.THRESH_BINARY)[1]

     # 定义结构元素

     es = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (9, 4))

     # 膨胀运算

     diff = cv2.dilate(diff, es, iterations=2)

     # 搜索轮廓

     image, cnts, hierarcchy = cv2.findContours(diff.copy(),

                          cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

     """

     cv.findContours()

         参数：

             1 要寻找轮廓的图像 只能传入二值图像，不是灰度图像

             2 轮廓的检索模式，有四种：

                 cv2.RETR_EXTERNAL表示只检测外轮廓

                 cv2.RETR_LIST检测的轮廓不建立等级关系

                 cv2.RETR_CCOMP建立两个等级的轮廓，上面的一层为外边界，

                     里面的一层为内孔的边界信息。

                     如果内孔内还有一个连通物体，这个物体的边界也在顶层

                 cv2.RETR_TREE建立一个等级树结构的轮廓

             3 轮廓的近似办法

                 cv2.CHAIN_APPROX_NONE存储所有的轮廓点，

                     相邻的两个点的像素位置差不超过1，

                     即max（abs（x1-x2），abs（y2-y1））==1

                 cv2.CHAIN_APPROX_SIMPLE压缩水平方向，垂直方向，对角线方向的元素，

                     只保留该方向的终点坐标，例如一个矩形轮廓只需4个点来保存轮廓信息

         返回值:

             contours:一个列表，每一项都是一个轮廓， 不会存储轮廓所有的点，只存储能描述轮廓的点

             hierarchy:一个ndarray, 元素数量和轮廓数量一样，

                 每个轮廓contours[i]对应4个hierarchy元素hierarchy[i][0] ~hierarchy[i][3]，

                 分别表示后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号，如果没有对应项，则该值为负数

     """

     for c in cnts:

         # 轮廓太小忽略 有可能是斑点噪声

         if cv2.contourArea(c) < 1500:

             continue

         # 将轮廓画出来

         (x, y, w, h) = cv2.boundingRect(c)

         cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)

     cv2.imshow("contours", frame)

     cv2.imshow("diff", diff)

     if cv2.waitKey(5) & 0xff == ord("q"):

         break

 cv2.destroyAllWindows()

 camera.release()