python+openCV利用摄像头实现人员活动检测


Posted in Python onJune 22, 2019

本文实例为大家分享了python+openCV利用摄像头实现人员活动检测的具体代码,供大家参考,具体内容如下

1.前言

最近在做个机器人比赛,其中一项要求是让机器人实现对是否有人员活动的检测,所以就先拿PC端写一下,准备移植到机器人的树莓派。

2.工具

工具还是简单的python+视觉模块openCV,代码量也比较少。很简单就可以实现

3.人员检测的原理  

 从图书馆借了一本《特征提取与图像处理(第二版)》,是Mark S.Nixon和Alberto S.Aguado写的,其中讲了跟多关于检测图像运动的方法,我们选取了最简单的一种。

说的很高大上,简单的说一下原理。假设有两帧不同时间采集的图像,检测运动的最简单方法就是计算图像差值。也就是说,通过把亮度值相减可以得到变化或者运动;如果没有发生运动,相减的结果就是0;但如果图像中的目标作出的运动,他们的图像像素亮度值就会发生变化,相减结果是一个非0的值

python+openCV利用摄像头实现人员活动检测

4.开始

(1).我们开启摄像头模块还是利用openCV,如下代码即可。我们使用的是笔记本电脑自带的摄像头(树莓派想直接用一个USB摄像头插上而不是用CSI摄像头,这样直接移植代码比较方便)

camera = cv2.VideoCapture(0)

(2).查看一下camera的尺寸,用以下两个函数

width = int(camera.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(camera.get(cv2.CAP_PROP_FRAME_HEIGHT))

(3).检测轮廓还是需要用灰度图像,不明白的可以看看我以前的文章

gray_pic = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

上一步骤即把图像灰度化

(4).重点说一下这个FPS的设置,我用以下写法,也是参考了一下别人的代码哈=、=

start = time.time()
"""
xxxxx中间一部分代码省略
"""
 seconds = end - start
 if seconds < 1.0 / fps:
 time.sleep(1.0 / fps - seconds)

(5).进行一下高斯滤波模糊处理

这里说一下高斯滤波是一种线性平滑滤波,通俗的讲,高斯滤波就是对整幅图像进行加权平均的过程,每一个像素点的值,都由其本身和邻域内的其他像素值经过加权平均后得到。我理解的就是一个卷积的过程。

听着很麻烦但实现很简单

gray_pic = cv2.GaussianBlur(gray_pic, (21, 21), 0)

注意(21,21)中必须是奇数,否则会出错,想具体了解的话有时间单独写一篇关于高斯的文章

(6).计算两图片的差

img_delta = cv2.absdiff(pre_frame, gray_pic)

(7).滤波,这个代码的意思是把灰度图中33以下的归为0,33以上的点归为255

thresh = cv2.threshold(img_delta, 30, 255, cv2.THRESH_BINARY)[1]

(8).利用形态学的腐蚀与膨胀(上篇文章讲过了,有时间详细说一下,网上资料也很多)

thresh = cv2.dilate(thresh, None, iterations=2)

(9).findContours检测物体的轮廓

image, contours, hierarchy = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

(10).在while(1)循环中结束摄像头的调用(按Q结束)

大家都在用这种方法,直接Copy就好啦

if cv2.waitKey(1) & 0xFF == ord('q'):
 break

5.附上源代码

import cv2
import time
# 定义摄像头对象,其参数0表示第一个摄像头
camera = cv2.VideoCapture(0)
# 测试用,查看视频size
width = int(camera.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(camera.get(cv2.CAP_PROP_FRAME_HEIGHT))
size = width,height
#打印一下分辨率
print(repr(size))
#设置一下帧数和前背景
fps = 5
pre_frame = None
 
while (1):
 start = time.time()
 # 读取视频流
 ret, frame = camera.read()
 # 转灰度图
 gray_pic = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
 
 if not ret:
 print("打开摄像头失败")
 break
 end = time.time()
 
 cv2.imshow("capture", frame)
 
 # 运动检测部分,看看是不是5FPS
 seconds = end - start
 if seconds < 1.0 / fps:
 time.sleep(1.0 / fps - seconds)
 gray_pic = cv2.resize(gray_pic, (480, 480))
 # 用高斯滤波进行模糊处理
 gray_pic = cv2.GaussianBlur(gray_pic, (21, 21), 0)
 
 # 如果没有背景图像就将当前帧当作背景图片
 if pre_frame is None:
 pre_frame = gray_pic
 else:
 # absdiff把两幅图的差的绝对值输出到另一幅图上面来
 img_delta = cv2.absdiff(pre_frame, gray_pic)
 # threshold阈值函数(原图像应该是灰度图,对像素值进行分类的阈值,当像素值高于(有时是小于)阈值时应该被赋予的新的像素值,阈值方法)
 thresh = cv2.threshold(img_delta, 30, 255, cv2.THRESH_BINARY)[1]
 # 用一下腐蚀与膨胀
 thresh = cv2.dilate(thresh, None, iterations=2)
 # findContours检测物体轮廓(寻找轮廓的图像,轮廓的检索模式,轮廓的近似办法)
 image, contours, hierarchy = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
 for c in contours:
  # 设置敏感度
  # contourArea计算轮廓面积
  if cv2.contourArea(c) < 1000:
  continue
  else:
  print("有人员活动!!!")
  # 保存图像
  TI = time.strftime('%Y-%m-%d', time.localtime(time.time()))
  cv2.imwrite("D:\\PYthon\\first_j\\" + "JC"+TI+ '.jpg', frame)
  break
 pre_frame = gray_pic
 
 if cv2.waitKey(1) & 0xFF == ord('q'):
 break
 
# release()释放摄像头
camera.release()
# destroyAllWindows()关闭所有图像窗口
cv2.destroyAllWindows()

python+openCV利用摄像头实现人员活动检测

开启后动了一下脸,就可以看到输出啦,并且把照片已经保存了下来

python+openCV利用摄像头实现人员活动检测

效果图在下面,就不暴露帅气的外表了

python+openCV利用摄像头实现人员活动检测

效果还可以,不动的话不会拍照,如果想让他愚钝点可以调节灵敏度

6.结语

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
使用Python脚本在Linux下实现部分Bash Shell的教程
Apr 17 Python
python安装cx_Oracle模块常见问题与解决方法
Feb 21 Python
python pandas修改列属性的方法详解
Jun 09 Python
python 对dataframe下面的值进行大规模赋值方法
Jun 09 Python
Python使用pickle模块实现序列化功能示例
Jul 13 Python
python K近邻算法的kd树实现
Sep 06 Python
在Python中输入一个以空格为间隔的数组方法
Nov 13 Python
Python遍历文件夹 处理json文件的方法
Jan 22 Python
Python不同目录间进行模块调用的实现方法
Jan 29 Python
python接口自动化之ConfigParser配置文件的使用详解
Aug 03 Python
利用python清除移动硬盘中的临时文件
Oct 28 Python
python小程序之飘落的银杏
Apr 17 Python
树莓派实现移动拍照
Jun 22 #Python
树莓派+摄像头实现对移动物体的检测
Jun 22 #Python
Python数据结构与算法(几种排序)小结
Jun 22 #Python
python+opencv实现摄像头调用的方法
Jun 22 #Python
python算法与数据结构之冒泡排序实例详解
Jun 22 #Python
分析运行中的 Python 进程详细解析
Jun 22 #Python
机器学习实战之knn算法pandas
Jun 22 #Python
You might like
2020最新版 PhpStudy V8.1版本下载安装使用详解
2020/10/30 PHP
通用于ie和firefox的函数 GetCurrentStyle (obj, prop)
2006/12/27 Javascript
js 事件小结 表格区别
2007/08/13 Javascript
基于jquery自己写tab滑动门(通用版)
2012/10/30 Javascript
JavaScript判断访问的来源是手机还是电脑,用的哪种浏览器
2013/12/12 Javascript
javascript 对象数组根据对象object key的值排序
2015/03/09 Javascript
基于replaceChild制作简单的吞噬特效
2015/09/21 Javascript
使用jQuery制作遮罩层弹出效果的极简实例分享
2016/05/12 Javascript
js微信支付实现代码
2016/12/22 Javascript
jquery 仿锚点跳转到页面指定位置的实例
2017/02/14 Javascript
vue组件初学_弹射小球(实例讲解)
2017/09/06 Javascript
基于jQuery使用Ajax动态执行模糊查询功能
2018/07/05 jQuery
微信小程序实现渐入渐出动画效果
2019/06/13 Javascript
关于ckeditor在bootstrap中modal中弹框无法输入的解决方法
2019/09/11 Javascript
在vue中使用防抖和节流,防止重复点击或重复上拉加载实例
2019/11/13 Javascript
vue 获取元素额外生成的data-v-xxx操作
2020/09/09 Javascript
[00:29]2019完美世界全国高校联赛(秋季赛)总决赛海口落幕
2019/12/10 DOTA
python中文乱码的解决方法
2013/11/04 Python
python处理csv数据的方法
2015/03/11 Python
Python3指定路径寻找符合匹配模式文件
2015/05/22 Python
django将图片上传数据库后在前端显式的方法
2018/05/25 Python
python3多线程知识点总结
2019/09/26 Python
PyPDF2读取PDF文件内容保存到本地TXT实例
2020/05/12 Python
大学生就业自我鉴定
2013/10/26 职场文书
个人教师自我评价范文
2013/12/02 职场文书
法制宣传实施方案
2014/03/13 职场文书
高校教师岗位职责
2014/03/18 职场文书
共产党员公开承诺践诺书
2014/05/28 职场文书
社会发展项目建议书
2014/08/25 职场文书
医生学习党的群众路线教育实践活动心得体会
2014/11/03 职场文书
2015年毕业生自荐信范文
2015/03/24 职场文书
三八节活动简报
2015/07/20 职场文书
企业转让协议书(范文2篇)
2019/08/15 职场文书
关于Python OS模块常用文件/目录函数详解
2021/07/01 Python
Nginx下SSL证书安装部署步骤介绍
2021/12/06 Servers
Zabbix对Kafka topic积压数据监控的解决方案
2022/07/07 Servers