第17课为rtsp流加入移动检测功能

在上节课，我们成功拿到了rtsp视频和音频流，在第13课，我们为普通的usb摄像头加上了移动检测功能，那能不能给rtsp摄像头也加上移动检测功能以实现一些好玩的应用呢？答案是肯定的，在usb摄像头检测中，我们把关键的视频画面数据转化为Mat进行比较处理，在rtsp流的播放中，我们同样是把视频画面数据转化为Mat进行显示，两者都是将图像数据转为Mat进行处理。将图像数据统一转为Mat，可以借助openCV的强大功能对图像进行各种操作，这也是这套教程为什么要基于FFmpeg+openCV进行开发的主要原因。因此，我们只需usb摄像头检测功能移植过来就能实现对rtsp摄像头的移动检测了。

1.备份demo16并修改demo16为demo17.

2.移植demo13中的检测代码到本工程视频解码部分：

if (normalPkt.stream_index == videoIndex){ret = avcodec_send_packet(vDecodeCtx, &normalPkt);ret = avcodec_receive_frame(vDecodeCtx, deVideoFrame);av_packet_unref(&normalPkt);ret = sws_scale(bgrSwsCtx, (const uint8_t* const*)deVideoFrame->data, deVideoFrame->linesize, 0, deVideoFrame->height, bgrFrame.data, bgrFrame.linesize);srcMat = cv::Mat(bgrFrame.height, bgrFrame.width, CV_8UC3, bgrFrame.data[0]);//imshow("video", srcMat);//cv::waitKey(10);mainDlg->drawMatOfPlay(srcMat);av_frame_unref(deVideoFrame);//比较旧图像与新图像if (!oldMat.empty() && !srcMat.empty()){		cv::Mat diff, gray, blurred, thresholded, dilated;//计算两帧图像的差异cv::absdiff(oldMat, srcMat, diff); //转换为灰度图像cv::cvtColor(diff, gray, cv::COLOR_BGR2GRAY); //高斯模糊cv::GaussianBlur(gray, blurred, cv::Size(5, 5), 0); //二值化cv::threshold(blurred, thresholded, 20, 255, cv::THRESH_BINARY); 				//膨胀cv::dilate(thresholded, dilated, cv::Mat(), cv::Point(-1, -1), 2); //查找轮廓std::vector<std::vector<cv::Point>> contours;cv::findContours(dilated, contours, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE); bool objectMoved = false;for (const auto& contour : contours){double area = cv::contourArea(contour);//设置最小轮廓面积阈值if (area > 1000) {objectMoved = true;break;}}if (objectMoved){TRACE("您已进行监控区域...\n");//cv::putText(dilated, "Moving... ", cv::Point(0, 40), cv::FONT_HERSHEY_SIMPLEX, 1, cv::Scalar(255, 255, 255), 2);//播放广告语或叠加透明视频}else{//cv::putText(dilated, "Stopping... ", cv::Point(0, 40), cv::FONT_HERSHEY_SIMPLEX, 1, cv::Scalar(255, 255, 255), 2);TRACE("物体未移动\n");}}//缓存上一帧图像oldMat = srcMat.clone();}

3.调试运行，当有行人或光线引起较大面积变化时会提示有物体移动，我们可以在此基础上进一步完善以实现自己想要的功能。