一、前言
使用工具箱可视化和分析视频或图像序列。此示例来检测交通视频中的浅色汽车。请注意，VideoReader 的有些功能特定于平台，可能无法在某些平台上读取提供的 Motion JPEG2000 视频。
二、步骤
步骤 1：使用 VideoReader 访问视频
VideoReader 函数构造一个多媒体读取器对象，可以从多媒体文件中读取视频数据。使用 VideoReader 访问视频并获取相关基本信息。get 方法提供有关视频的详细信息，例如视频的持续时间（以秒为单位）。
步骤 2：使用 IMPLAY 浏览视频
使用 implay 浏览视频。
步骤 3：开发算法
处理视频数据时，可以从视频中选择一个有代表性的帧并基于该帧开发算法，这样会很有帮助。然后，再将该算法应用于视频中所有帧的处理。
对于此汽车标记应用，请找出一个同时包含浅色汽车和深色汽车的帧。当一个图像具有许多结构时，例如交通视频帧，在尝试检测感兴趣的对象之前尽可能简化图像很有必要。对汽车标记应用来说，实现此目的的一种方法是隐藏图像中不是浅色汽车的所有对象（深色汽车、车道、草地等）。通常，需要结合使用多种方法才能去除这些无关的对象。
从视频帧中去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，该图像识别强度值高于指定阈值（称为区域最大值）的区域。图像中像素值低于此阈值的所有其他对象都将成为背景。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 im2gray 将原始视频从 RGB 转换为灰度。）您可以使用 implay 中的像素区域工具查看像素值。当您调用 imextendedmax 时，请指定平均像素值（或再稍高一些的值）作为阈值。对于此示例，将该值设置为 50。
观察处理后的图像，会发现大部分的深色汽车对象已经去除，但许多其他无关对象仍然存在，特别是车道标志。区域最大值处理不会去除车道标记，因为其像素值高于阈值。要去除这些对象，可以使用形态学函数 imopen。该函数使用形态学处理从二值图像中删除小对象，同时保留大对象。使用形态学处理时，必须决定运算中使用的结构元素的大小和形状。由于车道标志是细长的对象，因此使用半径与车道标志宽度对应的盘形结构元素。您可以在 implay 中使用像素区域工具来估计这些对象的宽度。对于此示例，将该值设置为 2。
要完成该算法，请使用 regionprops 找到对象（应只是浅色汽车）的质心。使用此信息将标记定位在原始视频中的浅色汽车上。
步骤 4：将算法应用于视频
汽车标记应用在循环中以一次一帧的方式处理视频。（由于典型视频一般都包含大量帧，因此一次读取和处理所有帧需要大量内存。）小视频（如本例中的视频）可以一次性处理，并且有许多函数可以提供这种功能。为了加快处理速度，请预分配用于存储已处理视频的内存。
步骤 5：可视化结果
获取原始视频的帧速率，并使用它查看。
