#基本的運動物體檢測
#計算幀之間的差異，或考慮“背景”幀與其他幀之間的差異
import cv2
import numpy as np

##設定為預設攝像頭
camera = cv2.VideoCapture(0)

#getStructuringElement是獲取常用的結構元素的形狀，MORPH_ELLIPSE是橢圓（包括圓形），後面定義的是大小
es = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(9,4))
kernel = np.ones((5,5),np.uint8)
background = None

while  True:
     ret, frame = camera.read()
     if background is None:#初始化背景，後面的影象均以此為背景,即第一張圖
          background =  cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)###灰度化影象
          background =  cv2.GaussianBlur(background,(21,21),0)###進行模糊處理
          continue# 跳出這個迴圈
     gray_frame = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
     gray_frame = cv2.GaussianBlur(gray_frame,(21,21),0)
##開啟系統預設的攝像頭獲得的視訊影象，並將第一幀設定為整個輸入的背景
#對於每個從該點以後讀取的幀都會計算其與背景之間的差異
     diff = cv2.absdiff(background, gray_frame) #計算背景幀與當前幀的差值
     diff = cv2.threshold(diff,25,255,cv2.THRESH_BINARY)[1]#25為閾值，255為超過閾值被賦予的值
     diff = cv2.dilate(diff,es,iterations = 2)#進行圖片膨脹，iterations為膨脹次數為2，
     #findContours函式計算一幅影象中目標的輪廓，diff.copy()為輸入的二值單通道影象
     # 輪廓CV_RETR_EXTERNAL表示只檢測外輪廓
     image,cnts,hierarchy = cv2.findContours(diff.copy(),cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)

     for c in cnts:
          if cv2.contourArea(c) < 1500:
               continue
          #c是一個二值圖，boundingRect是矩形邊框函式，用一個最小的矩形，把找到的形狀包起來；
          #x,y是矩形左上點的座標；w,h是矩陣的寬和高
          (x,y,w,h) = cv2.boundingRect(c)
          #rectangle畫出矩形，frame是原圖，(x,y)是矩陣的左上點座標，(x+w,y+h)是矩陣右下點座標
          #(0,255,0)是畫線對應的rgb顏色，2是畫線的線寬
          cv2.rectangle(frame,(x,y),(x+w,y+h),(0,255,0),2)

     cv2.imshow("contours",frame)##顯示輪廓的影象
     cv2.imshow("dif",diff)

     if cv2.waitKey(1000 // 12) & 0xff == ord("q"):##書上原給的是1000/12但是會報錯,改為//後就沒有問題了
          break

cv2.destroyAllWindows( )
camera.release()