python opencv 檢測移動物體並截圖儲存例項
阿新 • • 發佈：2020-03-10
最近在老家找工作，無奈老家工作真心太少，也沒什麼面試機會，不過之前面試一家公司，提了一個有意思的需求，檢測河面沒有有什麼船隻之類的物體，我當時第一反應是用opencv做識別，不過回家想想，河面相對的東西比較少，畫面比較單一，只需要檢測有沒有移動的物體不就簡單很多嘛，如果做街道垃圾檢測的話可能就很複雜了，畢竟街道上行人，車輛，動物，很多幹擾物，於是就花了一個小時寫了一個小的demo，只需在程式同級目錄建立一個img目錄就可以了
# -*-coding:utf-8 -*-
__author__ = "ZJL"
import cv2
import time
# 儲存截圖
save_path = './img/'
# 定義攝像頭物件，其引數0表示第一個攝像頭
camera = cv2.VideoCapture(0)
# 判斷視訊是否開啟
if (camera.isOpened()):
print('Open')
else:
print('攝像頭未開啟')
# 測試用,檢視視訊size
size = (int(camera.get(cv2.CAP_PROP_FRAME_WIDTH)),int(camera.get(cv2.CAP_PROP_FRAME_HEIGHT)))
print('size:'+repr(size))
# 幀率
fps = 5
# 總是取前一幀做為背景（不用考慮環境影響）
pre_frame = None
while(1):
start = time.time()
# 讀取視訊流
ret,frame = camera.read()
# 轉灰度圖
gray_lwpCV = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
if not ret:
break
end = time.time()
cv2.imshow("capture",frame)
# 運動檢測部分
seconds = end - start
if seconds < 1.0 / fps:
time.sleep(1.0 / fps - seconds)
gray_lwpCV = cv2.resize(gray_lwpCV,(500,500))
# 用高斯濾波進行模糊處理
gray_lwpCV = cv2.GaussianBlur(gray_lwpCV,(21,21),0)
# 如果沒有背景影象就將當前幀當作背景圖片
if pre_frame is None:
pre_frame = gray_lwpCV
else:
# absdiff把兩幅圖的差的絕對值輸出到另一幅圖上面來
img_delta = cv2.absdiff(pre_frame,gray_lwpCV)
#threshold閾值函式(原影象應該是灰度圖,對畫素值進行分類的閾值,當畫素值高於（有時是小於）閾值時應該被賦予的新的畫素值,閾值方法)
thresh = cv2.threshold(img_delta,25,255,cv2.THRESH_BINARY)[1]
# 膨脹影象
thresh = cv2.dilate(thresh,None,iterations=2)
# findContours檢測物體輪廓(尋找輪廓的影象,輪廓的檢索模式,輪廓的近似辦法)
image,contours,hierarchy = cv2.findContours(thresh.copy(),cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
for c in contours:
# 設定敏感度
# contourArea計算輪廓面積
if cv2.contourArea(c) < 1000:
continue
else:
print("出現目標物，請求核實")
# 儲存影象
cv2.imwrite(save_path + str(time.strftime('%Y-%m-%d %H:%M:%S',time.localtime(time.time()))) + '.jpg',frame)
break
pre_frame = gray_lwpCV
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# release()釋放攝像頭
camera.release()
#destroyAllWindows()關閉所有影象視窗
cv2.destroyAllWindows()
想出現一個矩形框跟隨移動物於是進行了改造，結果發現效果不是很理想，不能很好的框住移動目標，要麼只框一部分，要麼出現在移動目標附近，尷尬
# -*-coding:utf-8 -*-
__author__ = "ZJL"
import cv2
import time
# 儲存截圖
save_path = './img/'
# 定義攝像頭物件，其引數0表示第一個攝像頭
camera = cv2.VideoCapture(0)
# 判斷視訊是否開啟
if (camera.isOpened()):
print('Open')
else:
print('攝像頭未開啟')
# 測試用,cv2.COLOR_BGR2GRAY)
if not ret:
break
end = time.time()
# 顯示影象
# cv2.imshow("capture",cv2.CHAIN_APPROX_SIMPLE)
for c in contours:
# 設定敏感度
# contourArea計算輪廓面積
if cv2.contourArea(c) < 1000:
continue
else:
# 畫出矩形框架,返回值x，y是矩陣左上點的座標，w，h是矩陣的寬和高
(x,y,w,h) = cv2.boundingRect(c)
# rectangle(原圖,(x,y)是矩陣的左上點座標,(x+w,y+h)是矩陣的右下點座標,(0,0)是畫線對應的rgb顏色,2是所畫的線的寬度)
cv2.rectangle(frame,y),(x + w,y + h),0),2)
# putText 圖片中加入文字
cv2.putText(frame,"now time: {}".format(str(time.strftime('%Y-%m-%d %H:%M:%S',time.localtime(time.time()))) ),(10,20),cv2.FONT_HERSHEY_SIMPLEX,0.5,255),2)
print("出現目標物，請求核實")
# 儲存影象
cv2.imwrite(save_path + str(time.strftime('%Y-%m-%d %H:%M:%S',frame)
break
pre_frame = gray_lwpCV
# 顯示影象
cv2.imshow("capture",frame)
# cv2.imshow("Thresh",thresh)
# 進行閥值化來顯示圖片中畫素強度值有顯著變化的區域的畫面
cv2.imshow("Frame Delta",img_delta)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# release()釋放攝像頭
camera.release()
#destroyAllWindows()關閉所有影象視窗
cv2.destroyAllWindows()
補充知識：基於python使用opencv監測視訊指定區域是否有物體移動
緣由：車停車位，早上看到右後輪有很明顯的幹了的水漬，前一天下雨，車身其他位置沒有如此顯眼的水漬，不可能是前天雨水的水漬，仔細一看，從油箱蓋一直往下，很明顯，有某個X德的人故意尿在車上的，找物業拿到視訊監控檔案，自己看太費時間，於是。。。
思路：讀取視訊的關鍵幀，對比指定區域的資料，如果變化較大（排除環境光線變化），則有物體移動，擷取當前幀儲存備用。
行動：對於python處理視訊不瞭解，找來找去，找到opencv，符合需求。
原來是個熊孩子小學生，上樓就到家了，這爹媽教也沒管教說不能隨地大小便麼。
程式碼如下：
#!/usr/bin/env python
# coding: utf-8
# @author: sSWans
# @file: main.py
# @time: 2018/1/11 15:54
import os
import random
from _datetime import datetime
import cv2
path = 'F:\\111'
# 遍歷目錄下的視訊檔案
def get_files(fpath):
files_list = []
for i in os.listdir(fpath):
files_list.append(os.path.join(fpath,i))
return files_list
# 視訊處理
def process(file,fname):
# camera = cv2.VideoCapture(0) # 引數0表示第一個攝像頭
camera = cv2.VideoCapture(file)
# 引數設定，監測矩形區域
rectangleX = 880 # 矩形最左點x座標
rectangleXCols = 0 # 矩形x軸上的長度
rectangleY = 650 # 矩形最上點y座標
rectangleYCols = 100 # 矩形y軸上的長度
KeyFrame = 17 # 取關鍵幀的間隔數，根據視訊的幀率設定，我的視訊是16FPS
counter = 1 # 取幀計數器
pre_frame = None # 總是取視訊流前一幀做為背景相對下一幀進行比較
# 判斷視訊是否開啟
if not camera.isOpened():
print('視訊檔案開啟失敗！')
width = int(camera.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(camera.get(cv2.CAP_PROP_FRAME_HEIGHT))
print('視訊尺寸（高，寬）:',height,width)
if rectangleXCols == 0:
rectangleXCols = width - rectangleX
if rectangleYCols == 0:
rectangleYCols = height - rectangleY
start_time = datetime.now()
print('{} 開始處理檔案： {}'.format(start_time.strftime('%H:%M:%S'),fname))
while True:
grabbed,frame_lwpCV = camera.read() # 讀取視訊流
if grabbed:
if counter % KeyFrame == 0:
# if not grabbed:
# print('{} 完成處理檔案： {} 。。。 '.format(datetime.now().strftime('%H:%M:%S'),fname))
# break
gray_lwpCV = cv2.cvtColor(frame_lwpCV,cv2.COLOR_BGR2GRAY) # 轉灰度圖
gray_lwpCV = gray_lwpCV[rectangleY:rectangleY + rectangleYCols,rectangleX:rectangleX + rectangleXCols]
lwpCV_box = cv2.rectangle(frame_lwpCV,(rectangleX,rectangleY),(rectangleX + rectangleXCols,rectangleY + rectangleYCols),2) # 用綠色矩形框顯示監測區域
# cv2.imshow('lwpCVWindow',frame_lwpCV) # 顯示視訊播放視窗，開啟消耗時間大概是3倍
gray_lwpCV = cv2.GaussianBlur(gray_lwpCV,0)
if pre_frame is None:
pre_frame = gray_lwpCV
else:
img_delta = cv2.absdiff(pre_frame,gray_lwpCV)
thresh = cv2.threshold(img_delta,cv2.THRESH_BINARY)[1]
thresh = cv2.dilate(thresh,iterations=2)
image,cv2.CHAIN_APPROX_SIMPLE)
for x in contours:
if cv2.contourArea(x) < 1000: # 設定敏感度
continue
else:
cv2.imwrite(
'image/' + fname + '_' + datetime.now().strftime('%H%M%S') + '_' + str(
random.randrange(0,9999)) + '.jpg',frame_lwpCV)
# print("監測到移動物體。。。 ",datetime.now().strftime('%H:%M:%S'))
break
pre_frame = gray_lwpCV
counter += 1
key = cv2.waitKey(1) & 0xFF
if key == ord('q'):
break
else:
end_time = datetime.now()
print('{} 完成處理檔案： {} 耗時：{}'.format(end_time.strftime('%H:%M:%S'),fname,end_time - start_time))
break
camera.release()
# cv2.destroyAllWindows() # 與上面的imshow對應
for file in get_files(path):
fname = file.split('\\')[-1].replace('.mp4','')
process(file,fname)
以上這篇python opencv 檢測移動物體並截圖儲存例項就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支援我們。