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
Python标准库os.path包、glob包使用实例
Nov 25 Python
Python写的一个简单监控系统
Jun 19 Python
python函数中return后的语句一定不会执行吗?
Jul 06 Python
Python数据结构之栈、队列的实现代码分享
Dec 04 Python
Pycharm无法显示动态图片的解决方法
Oct 28 Python
python3+opencv3识别图片中的物体并截取的方法
Dec 05 Python
如何利用Anaconda配置简单的Python环境
Jun 24 Python
简单了解Python3 bytes和str类型的区别和联系
Dec 19 Python
python__new__内置静态方法使用解析
Jan 07 Python
详解python 破解网站反爬虫的两种简单方法
Feb 09 Python
详解Tensorflow不同版本要求与CUDA及CUDNN版本对应关系
Aug 04 Python
Python制作运行进度条的实现效果(代码运行不无聊)
Feb 24 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
PHP中查询SQL Server或Sybase时TEXT字段被截断的解决方法
2009/03/10 PHP
深入PHP中慎用双等于(==)的详解
2013/06/06 PHP
PHP创建多级目录的两种方法
2016/10/28 PHP
PHP性能测试工具xhprof安装与使用方法详解
2018/04/29 PHP
js 小贴士一星期合集
2010/04/07 Javascript
JavaScript中九种常用排序算法
2014/09/02 Javascript
js实现鼠标感应向下滑动隐藏菜单的方法
2015/02/20 Javascript
jquery点击缩略图切换视频播放特效代码分享
2015/09/15 Javascript
Bootstrap每天必学之模态框(Modal)插件
2016/04/26 Javascript
微信小程序 Record API详解及实例代码
2016/09/30 Javascript
JavaScript定义数组的三种方法(new Array(),new Array('x','y')
2016/10/04 Javascript
利用vue-router实现二级菜单内容转换
2016/11/30 Javascript
BootStrap入门学习第一篇
2017/08/28 Javascript
jQuery实现导航样式布局操作示例【可自定义样式布局】
2018/07/24 jQuery
element-ui 表格数据时间格式化的方法
2018/08/24 Javascript
vue 的点击事件获取当前点击的元素方法
2018/09/15 Javascript
vue+element+Java实现批量删除功能
2019/04/08 Javascript
手写Vue弹窗Modal的实现代码
2019/09/11 Javascript
VUEX-action可以修改state吗
2019/11/19 Javascript
[35:26]DOTA2上海特级锦标赛B组小组赛#2 VG VS Fnatic第三局
2016/02/26 DOTA
python3.5 tkinter实现页面跳转
2018/01/30 Python
django 自定义过滤器的实现
2019/02/26 Python
python3调用windows dos命令的例子
2019/08/14 Python
Numpy与Pytorch 矩阵操作方式
2019/12/27 Python
python3.8下载及安装步骤详解
2020/01/15 Python
Python爬虫之App爬虫视频下载的实现
2020/12/08 Python
用Python实现定时备份Mongodb数据并上传到FTP服务器
2021/01/27 Python
美国正宗设计师眼镜在线零售商:EYEZZ
2019/03/23 全球购物
求最大连续递增数字串(如"ads3sl456789DF3456ld345AA"中的"456789")
2015/09/11 面试题
计算机应用专业学生的自我评价分享
2013/11/03 职场文书
十八大报告观后感
2014/01/28 职场文书
银行服务感言
2014/03/01 职场文书
单位委托书范本(3篇)
2014/09/18 职场文书
MySQL Router实现MySQL的读写分离的方法
2021/05/27 MySQL
斗罗大陆八大特殊魂兽,龙族始祖排榜首,第五最残忍(翠魔鸟)
2022/03/18 国漫
Vertica集成Apache Hudi重磅使用指南
2022/03/31 Servers