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。