# python Opencv实现停车位识别思路详解 > 作者/来源: UCloud 运营管理员 > 发布时间: 2022-12-03T08:14:00.000Z > 分类: 其他 > 标签: AI, 存储, Python > 原文链接: http://117.50.162.249:3000/yun/articles/2095 --- # python Opencv实现停车位识别思路详解 > 来源: https://www.ucloud.cn/yun/128392.html > 作者: 89542767 > 发布日期: 发布于2022-12-03 16:14 小编写这篇文章的一个主要目的，主要是给大家就相关的具体内容做出一些详细解答，比如了解使用python的相关知识，主要是涉及到python Opencv的一些相关知识，比如使用python Opencv实现停车位识别，就具体的内容，下面给大家详细解答下。 **1.怎么去实现** 　　（1）第一是需要用到一个处理画框的程序，将图片中的有车和无车的停车位给画出来，并且保存坐标（如果画错了，将鼠标移至要删除的框中，右击鼠标，即可删除）； ``` 　　#定义回调函数 　　def mouseClick(events,x,y,flags,params): 　　#按下鼠标左键，将点击的坐标(x,y)保存到position列表中 　　if(events&cv2.EVENT_LBUTTONDOWN==cv2.EVENT_LBUTTONDOWN): 　　position.append((x,y)) 　　#按下鼠标右键时，移除选中的框 　　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) ``` ![01.png](https://ucloud-blog.cn-bj.ufileos.com/articles/128392/images/128392_000.png) 　　（2）画好之后，关闭窗口，即可看到已经保存好坐标的文件，下次再运行程序时，不用再画框；程序会读出当前文件，将之前保存好的坐标加载出画出框。 　　#首先查看文件是否已经包含了CarParkPos文件 ``` 　　try: 　　with open('CarParkPos','rb')as fp: 　　position=pickle.load(fp) 　　except: 　　#存储所有停车位的坐标列表 　　position=[] ``` ![02.png](https://ucloud-blog.cn-bj.ufileos.com/articles/128392/images/128392_001.png) 　　（3）主程序的思路 　　将摄像头读取的图片进行处理 　　Opencv基础知识点： 　　https://www.jb51.net/article/254006.htm 　　高斯去噪： 　　https://www.jb51.net/article/198212.htm 　　局部二值化： 　　https://www.jb51.net/article/248000.htm 　　中值滤波： 　　https://www.jb51.net/article/198212.htm 　　Opencv中获取卷积核： 　　https://www.jb51.net/article/254013.htm 　　腐蚀操作： 　　https://www.jb51.net/article/214725.htm ``` 　　#转换为灰度图 　　gray=cv2.cvtColor(src=frame,code=cv2.COLOR_BGR2GRAY) 　　#高斯去噪 　　gauss=cv2.GaussianBlur(src=gray,ksize=(3,3),sigmaX=0) 　　#图像二值化处理 　　thresh=cv2.adaptiveThreshold(src=gauss,maxValue=255,adaptiveMethod=cv2.ADAPTIVE_THRESH_GAUSSIAN_C, 　　thresholdType=cv2.THRESH_BINARY_INV,blockSize=21,C=16) 　　#中值滤波操作 　　median=cv2.medianBlur(src=thresh,ksize=3) 　　#腐蚀操作 　　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) 　　#返回灰度值不为0的像素数，可用来判断图像是否全黑。 　　count=cv2.countNonZero(mask) 　　#当计算的count低于800,表示是一个空位 　　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) ``` 　　参考视频教程：https://www.bilibili.com/video/BV14Z4y1Q7au?t=3992.0（建议看懂视频中的思路） **2.整体代码实战** ![03.png](https://ucloud-blog.cn-bj.ufileos.com/articles/128392/images/128392_002.png) 　（1）ParkingSpacePicker.py ``` 　　import os 　　import cv2 　　import pickle 　　#首先查看文件是否已经包含了CarParkPos文件 　　try: 　　with open('CarParkPos','rb')as fp: 　　position=pickle.load(fp) 　　except: 　　#存储所有停车位的坐标列表 　　position=[] 　　#停车位的高宽 　　img_width,img_height=47,88 　　#定义回调函数 　　def mouseClick(events,x,y,flags,params): 　　#按下鼠标左键，将点击的坐标(x,y)保存到position列表中 　　if(events&cv2.EVENT_LBUTTONDOWN==cv2.EVENT_LBUTTONDOWN): 　　position.append((x,y)) 　　#按下鼠标右键时，移除选中的框 　　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) 　　#设置鼠标事件 　　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) 　　#停车位的高宽 　　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) 　　#返回灰度值不为0的像素数，可用来判断图像是否全黑。 　　count=cv2.countNonZero(mask) 　　#当计算的count低于800,表示是一个空位 　　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 　　#获取卷积核 　　kernel=cv2.getStructuringElement(shape=cv2.MORPH_RECT,ksize=(3,3)) 　　while cap.isOpened(): 　　#循环播放视频文件 　　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 　　#转换为灰度图 　　gray=cv2.cvtColor(src=frame,code=cv2.COLOR_BGR2GRAY) 　　#高斯去噪 　　gauss=cv2.GaussianBlur(src=gray,ksize=(3,3),sigmaX=0) 　　#图像二值化处理 　　thresh=cv2.adaptiveThreshold(src=gauss,maxValue=255,adaptiveMethod=cv2.ADAPTIVE_THRESH_GAUSSIAN_C, 　　thresholdType=cv2.THRESH_BINARY_INV,blockSize=21,C=16) 　　#中值滤波操作 　　median=cv2.medianBlur(src=thresh,ksize=3) 　　#腐蚀操作 　　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）视频效果 ![04.png](https://ucloud-blog.cn-bj.ufileos.com/articles/128392/images/128392_003.png) 　　停车位识别演示 　　综上所述，这篇文章就给大家介绍到这里了，希望可以给各位读者带来一定的帮助。