步骤1：使用视频阅读器访问视频

这个VideoReader函数构造一个多媒体阅读器对象，该对象可以从多媒体文件中读取视频数据。看到VideoReader有关平台支持哪些格式的信息。金宝app

使用VideoReader访问视频并获取基本信息。

视频阅读器(‘traffic.mj2’)

trafficVid = videreader带有属性:General属性:Name: 'traffic. txt '。mj2' Path: '/mathworks/devel/bat/Bdoc21b/build/matlab/toolbox/images/imdata' Duration: 8 CurrentTime: 0 NumFrames: 120 Video Properties: Width: 160 Height: 120 FrameRate: 15 BitsPerPixel: 24 VideoFormat: 'RGB24'

get方法提供关于视频的更多信息，比如它的持续时间(以秒为单位)。

获取（流量视频）

obj=VideoReader with properties:General properties:Name:'traffic.mj2'路径：'/mathworks/devel/bat/Bdoc21b/build/matlab/toolbox/images/imdata'持续时间：8当前时间：0 NumFrames:120视频属性：宽度：160高度：120帧速率：15位像素：24视频格式：'RGB24'

步骤2：使用IMPLAY浏览视频

在中浏览视频implay．

恳求(‘traffic.mj2’）;

步骤3:开发算法

处理视频数据时，从视频中选择一个代表性帧并在该帧上开发算法可能会有所帮助。然后，该算法可以应用于视频中所有帧的处理。

对于此汽车标签应用程序，请检查包含浅色和深色汽车的框架。当图像具有许多结构（如交通视频帧）时，在尝试检测感兴趣的对象之前，尽可能简化图像非常有用。对于汽车标记应用程序，一种方法是抑制图像中不是浅色汽车（深色汽车、车道、草地等）的所有对象。通常，需要结合多种技术来移除这些无关对象。

从视频帧中删除深色汽车的一种方法是使用imextendedmax函数。此函数返回一个二值图像，该图像标识强度值高于指定阈值的区域，称为区域最大值。图像中像素值低于此阈值的所有其他对象将成为背景。若要消除深色汽车，请确定图像中这些对象的平均像素值。（使用rgb2gray将原始视频从RGB转换为灰度。)你可以使用像素区域工具implay查看像素值。在调用时指定平均像素值(或稍高的值)作为阈值imextendedmax。对于本例，请将该值设置为50。

darkCarValue=50；darkCar=rgb2gray（读取（trafficVid，71））；noDarkCar=imextendedmax（darkCar，darkCarValue）；imshow（暗卡）图形，imshow（noDarkCar）

在处理后的图像中，注意大多数深色的汽车物体是如何被移除的，但许多其他无关的物体仍然存在，尤其是车道标记。区域最大值处理不会删除车道标记，因为它们的像素值高于阈值。要删除这些对象，可以使用形态函数伊莫彭．该函数使用形态学处理从二值图像中去除小目标，同时保留大目标。在使用形态处理时，必须决定操作中使用的结构元素的大小和形状。因为车道标记是又长又细的物体，所以使用半径与车道标记宽度相对应的圆盘形结构元素。你可以使用像素区域工具implay要估计这些对象的宽度，请将该值设置为2。

sedisk=strel(“磁盘”,2); noSmallStructures=imopen（noDarkCar，sedisk）；imshow（noSmallStructures）

要完成该算法，请使用regionprops在中查找对象的质心的步骤小商店结构（应该是浅色车）。使用此信息在原始视频中定位浅色车上的标签。

步骤4：将算法应用于视频

汽车标记应用程序以循环的方式处理视频，每次一帧。(因为一个典型的视频包含大量的帧，一次读取和处理所有帧需要大量内存。)

可以一次处理一个小视频（如本例中的视频），并且有许多功能提供此功能。有关更多信息，请参阅处理图像序列．

为了更快的处理，预分配用于存储处理后的视频的内存。

nframes=流量视频帧数；I=读取（交通视频，1）；taggedCars=0（[size（I，1）size（I，2）3nframes]，class（I））；对于k=1:n帧单帧=read（trafficVid，k）；%转换为灰度以进行形态学处理。I=rgb2gray（单帧）；%移除黑色汽车。noDarkCars = imextendedmax(I, darkCarValue);%移除车道标记和其他非盘形结构。noSmallStructures=imopen（noDarkCars，sedisk）；%拆除小结构。noSmallStructures=BWAREOPEN（noSmallStructures，150）；%获取帧中每个剩余物体的面积和质心。这个%对象中面积最大的是浅色汽车。创建一个副本%并通过更改质心像素来标记汽车%值为红色。taggedCars (::,:, k) = singleFrame;stats = regionprops(noSmallStructures， {)“质心”,“区域”});如果~isempty([stats.Area]) areaArray = [stats.Area];[垃圾,idx] = max (areaArray);c =统计(idx) .Centroid;c =地板(fliplr (c));宽度= 2;行= c (1) - width: c(1) +宽度;坳= c (2) - width: c(2) +宽度;taggedCars(行,坳1 k) = 255;taggedCars(行,col 2 k) = 0;taggedCars(行,坳3 k) = 0;终止终止

步骤5：可视化结果

获取原始视频的帧率并使用它来查看taggedCars在implay．

帧速率= trafficVid.FrameRate;implay (taggedCars,帧速率);