OpenCV如何检测bounding box开始移动与停止移动的对应视频帧

你的核心思路（用目标跟踪器获取框位置变化判断移动状态）是成立的，但原实现存在3个致命问题，无法得到正确结果：

• 直接用bbox1 == bbox做完全相等判断不可行：跟踪器返回的边界框是浮点型数据，即使目标完全静止，跟踪器也会存在亚像素级的微小偏移，不可能和初始框完全相等
• 没有防抖阈值：单帧的跟踪漂移、画面噪点都会被误判为目标移动
• 没有状态标记逻辑：既无法区分首次移动和移动过程，也无法检测停止移动的状态

核心优化逻辑 #

• 改用边界框中心点的欧氏距离判断偏移，避免直接对比整个框的数值误差
• 增加偏移阈值和连续帧校验，排除单帧漂移导致的误判
• 增加状态标记变量，分别记录移动开始、结束的状态和对应帧号

完整可运行代码 #

import cv2
import numpy as np

# 可调参数
MOVE_THRESHOLD = 5  # 中心点偏移超过该像素值判定为移动，可根据视频分辨率调整
FRAME_CHECK_COUNT = 3  # 连续N帧满足条件才判定状态切换，避免单帧误判
VIDEO_PATH = 'MyVideo.avi'

cap = cv2.VideoCapture(VIDEO_PATH)
total_frames = cap.get(cv2.CAP_PROP_FRAME_COUNT)
print(f"总帧数：{total_frames}")

# 可替换为精度更高的跟踪器：cv2.TrackerKCF.create() / cv2.TrackerCSRT.create()
tracker = cv2.legacy_TrackerMOSSE.create()

# 读取首帧选框
ret, frame = cap.read()
image = cv2.resize(frame, (1600,900))
initial_bbox = cv2.selectROI("Tracking", image, False)
tracker.init(image, initial_bbox)

# 计算初始框中心点坐标
init_cx = initial_bbox[0] + initial_bbox[2]/2
init_cy = initial_bbox[1] + initial_bbox[3]/2

# 状态变量
move_started = False
move_ended = False
consecutive_move = 0
consecutive_static = 0
start_frame = -1
end_frame = -1

def drawBox(image,bbox):
    x, y, w, h = int(bbox[0]), int(bbox[1]), int(bbox[2]), int(bbox[3])
    cv2.rectangle(image, (x,y), (x+w, y+h), (255, 0, 255), 3, 1)
    if move_started and not move_ended:
        cv2.putText(image, "Moving", (75, 75), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 0), 2)
    elif move_ended:
        cv2.putText(image, "Static", (75, 75), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (255, 255, 0), 2)
    else:
        cv2.putText(image, "Tracking", (75, 75), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 0), 2)

while True:
    success, frame = cap.read()
    if not success:
        # 视频读取结束，若目标还在移动则将最后一帧设为结束帧
        if move_started and not move_ended:
            end_frame = total_frames
            print(f"目标到视频结束仍在移动，结束帧号：{end_frame}")
        break

    image = cv2.resize(frame, (1600, 900))
    track_success, current_bbox = tracker.update(image)
    current_frame_num = cap.get(cv2.CAP_PROP_POS_FRAMES)

    if track_success:
        drawBox(image, current_bbox)
        # 计算当前框中心点
        current_cx = current_bbox[0] + current_bbox[2]/2
        current_cy = current_bbox[1] + current_bbox[3]/2
        # 计算中心点偏移距离
        offset = np.sqrt((current_cx - init_cx)**2 + (current_cy - init_cy)**2)

        if not move_started:
            # 还未检测到开始移动
            if offset > MOVE_THRESHOLD:
                consecutive_move += 1
                consecutive_static = 0
            else:
                consecutive_move = 0

            if consecutive_move >= FRAME_CHECK_COUNT:
                # 连续多帧偏移，判定为开始移动
                start_frame = current_frame_num - FRAME_CHECK_COUNT + 1
                move_started = True
                print(f"目标开始移动，帧号：{start_frame}")
        elif not move_ended:
            # 已开始移动，检测是否停止
            if offset <= MOVE_THRESHOLD:
                consecutive_static += 1
                consecutive_move = 0
            else:
                consecutive_static = 0

            if consecutive_static >= FRAME_CHECK_COUNT:
                # 连续多帧静止，判定为停止移动
                end_frame = current_frame_num - FRAME_CHECK_COUNT + 1
                move_ended = True
                print(f"目标停止移动，帧号：{end_frame}")
    else:
        cv2.putText(image, "Lost", (75, 75), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 255), 2)

    cv2.imshow("feed", image)
    if cv2.waitKey(40) == 27: # 按ESC退出
        break

cv2.destroyAllWindows()
cap.release()

# 输出最终结果
print(f"\n最终检测结果：")
print(f"开始移动帧号：{start_frame if start_frame != -1 else '未检测到移动'}")
print(f"停止移动帧号：{end_frame if end_frame != -1 else '未检测到停止'}")

注意事项 #

• 如果目标移动过程中尺寸会发生明显变化，可以把宽高的变化也加入偏移判断逻辑
• MOSSE跟踪器速度快但精度较低，若出现跟踪漂移问题，可替换为精度更高的KCF或CSRT跟踪器
• 阈值参数可根据视频实际分辨率、目标大小做调整，分辨率越高阈值可以适当调大

内容的提问来源于stack exchange，提问作者Josh Gaxiola