Python中使用Opencv开发停车位计数器功能


Posted in Python onApril 04, 2022

在这个项目中,我们将创建一个停车位计数器。我们会发现总共有多少辆车,以及有多少停车位是空的。关于本教程最好的一点是,我们将使用基本的图像处理技术来解决这个问题,没有使用机器学习、深度学习进行训练来识别。

1. 环境安装

1.1 安装并激活虚拟环境

python -m venv venv
cd venv\Scripts
.\activate.bat

1.2 python包安装

pip install opencv-python

2. 绘制停车位矩形框

2.1 导入停车场图片

import cv2
import pickle
img=cv2.imread('carParkImg.png')
cv2.imshow("image",img)

Python中使用Opencv开发停车位计数器功能

2.2 绘制矩形框 定位停车位

import cv2
import pickle
img=cv2.imread('carParkImg.png')
cv2.rectangle(img,(50,192),(157,240),(255,0,255),2)  #坐标位置可以多次尝试确定
cv2.imshow("image",img)
cv2.waitKey(0)

Python中使用Opencv开发停车位计数器功能

可以看出,每个停车位的估计宽、高为:

width=107  # 157-102
height = 48 # 240 - 192

2.3 鼠标添加、删除停车位

import cv2
import pickle
img=cv2.imread('carParkImg.png')
width,height = 107,48
posList = []   # 鼠标点击的坐标集合
def mouseClick(events,x,y,flags,params):
	if events == cv2.EVENT_LBUTTONDOWN:
		posList.append((x,y))
while True:
	img = cv2.imread("carParkImg.png")
	cv2.imshow("images",img)
	for pos in posList:
		cv2.rectangle(img,pos,(pos[0]+width,pos[1]+height),(255,0,255),2)  #坐标位置可以多次尝试确定
	cv2.imshow("image",img)
	cv2.setMouseCallback("images",mouseClick)
	if cv2.waitKey(10) & 0xFF== ord('q'):
		break

Python中使用Opencv开发停车位计数器功能

通过鼠标点击在任何位置添加矩形框,但当矩形框位置出错时,无法进行删除。因此通过添加鼠标右键的事件,删除错误的矩形框。

def mouseClick(events,x,y,flags,params):
	if events == cv2.EVENT_LBUTTONDOWN:
		posList.append((x,y))
	if events == cv2.EVENT_RBUTTONDOWN:
		for i,pos in enumerate(posList):
			x1,y1=pos
		if x1 < x < x1 +width and y1 < y <y1 +height:
			posList.pop(i)

通过pickle.dump()保持保存鼠标点击的位置信息。

with open('CarParkPos','wb') as f:
	pickle.dump(posList,f)

通过pickle.load()加载保存好的位置信息,即在原有的停车位添加或删除停车位,而不是每一帧画面重新绘制。

with open('CarParkPos','wb') as f:
	posList = pickle.load(f)

完整代码如下:

import cv2
import pickle
img=cv2.imread('carParkImg.png')
width,height = 107,48
try:
	with open('CarParkPos','rb') as f:
		posList = pickle.load(f)
except:
	posList = []
# posList = []   # 鼠标点击的坐标集合
def mouseClick(events,x,y,flags,params):
	if events == cv2.EVENT_LBUTTONDOWN:
		posList.append((x,y))
	
	if events == cv2.EVENT_RBUTTONDOWN:
		for i,pos in enumerate(posList):
			x1,y1=pos
		if x1 < x < x1 +width and y1 < y <y1 +height:
			posList.pop(i)
	
	with open('CarParkPos','wb') as f:
		pickle.dump(posList,f)
while True:
	img = cv2.imread("carParkImg.png")
	for pos in posList:
		cv2.rectangle(img,pos,(pos[0]+width,pos[1]+height),(255,0,255),2)  #坐标位置可以多次尝试确定
	cv2.imshow("image",img)
	cv2.setMouseCallback("image",mouseClick)
	
	if cv2.waitKey(10) & 0xFF== ord('q'):
		break

3. 停车位视频分析

3. 1 停车监控视频

import cv2
import pickle
import cvzone
import numpy as np
# Video feed
cap = cv2.VideoCapture('carPark.mp4')
while True:
    success,img= cap.read()
    cv2.imshow("Image",img)
    if cv2.waitKey(10) & 0xFF== ord('q'):
        break

视频时间比较短,为了让视频循环播放,添加如下代码:

if cap.get(cv2.CAP_PROP_POS_FRAMES) == cap.get(cv2.CAP_PROP_FRAME_COUNT):  
	cap.set(cv2.CAP_PROP_POS_FRAMES,0)
  • cv2.CAP_PROP_POS_FRAMES :视频播放当前帧
  • cv2.CAP_PROP_FRAME_COUNT :视频总帧数

即:当前视频播放到结尾时,重新播放

3. 2 截取停车位

截取停车位,回来对每个停车位进行图像处理,从而分析该停车位是否被占用

def checkParkingSpace():
    for pos in posList:
        x,y = pos
        imgCrop=img[y:y+height,x:x+width]
        cv2.imshow(str(x*y),imgCrop)

Python中使用Opencv开发停车位计数器功能

3. 3 图像处理

对图像二值化、高斯模糊处理

imgGray =cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
imgBlur =cv2.GaussianBlur(imgGray,(3,3),1)

Python中使用Opencv开发停车位计数器功能

利用自适应二值化对图像进行处理

imgThreshold=cv2.adaptiveThreshold(imgBlur,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY_INV,25,16)

cv2.adaptiveThreshold 参数的选择可以通过TrackBar拖到滚动条,直到选择合适的数值。

Python中使用Opencv开发停车位计数器功能

可以看出停车位上有车辆时白色像素点比较多,停车位没有车辆时,白色像素点很少甚至没有,因此我们可以基于白色像素点数量来确定该车为是否被占用。同时可以看到当停车位为空时存在一些椒盐噪声,通过medianBlur来处理椒盐噪声

imgMedian = cv2.medianBlur(imgThreshold,5)

Python中使用Opencv开发停车位计数器功能

可以看出椒盐噪声少了一部分。
使用dilate(膨胀)增强白色像素值,便于更好区分每个停车位是否被占用

kernel=np.ones((3,3),np.uint8);
 imgDilate=cv2.dilate(imgMedian,kernel,iterations=1)

Python中使用Opencv开发停车位计数器功能

可以看出白色的轮廓比之前加厚了

3. 4 判断停车位是否被占用

截取每个停车位,经过处理后的图像,统计白色像素的数量
修改checkParkingSpace函数,将处理好的图像传入函数

def checkParkingSpace(imgProc):
    for pos in posList:
        x,y = pos  
        imgCrop=imgProc[y:y+height,x:x+width]
        count=cv2.countNonZero(imgCrop)
        cvzone.putTextRect(img,str(count),(x,y+height-3,scale =1.5,thickness=2,offset=0)

Python中使用Opencv开发停车位计数器功能

对比可以看出,占有车位的数值比较大1000-2000,空车位的200-500,数值的差距比较大。

画出所有停车位,对比找出合适的阈值,区分停车位为空还是被占用了。

Python中使用Opencv开发停车位计数器功能

可以看出停车位为空时,值为0-600,而停车位被占用,值为:960-2300,因此我们设定阈值为750。所以低于750此时停车位没有车,高于950则停车位有车。

Python中使用Opencv开发停车位计数器功能

加上文字描述

代码

import cv2
import pickle
import cvzone
import numpy as np
# Video feed
cap = cv2.VideoCapture('carPark.mp4')
with open('CarParkPos','rb') as f:
    posList = pickle.load(f)
width,height=107,48
def checkParkingSpace(imgProc):
    spaceCounter=0
    for pos in posList:
        x,y = pos  
        imgCrop=imgProc[y:y+height,x:x+width]
        count=cv2.countNonZero(imgCrop)
        
        if count < 950:
            color = (0,255,0)
            thickness = 5
            spaceCounter +=1
        else:
            color = (0,0,255)
            thickness = 2
        cv2.rectangle(img,pos,(pos[0]+width,pos[1]+height),color,thickness=thickness)
        cvzone.putTextRect(img,str(count),(x,y+height-5),scale =1.5,thickness=2,offset=0,colorR=color)
    cvzone.putTextRect(img,f'Free{spaceCounter}/{len(posList)}',(100,50),scale =3,thickness=5,offset=20,colorR=(0,200,0))
            
while True:
    if cap.get(cv2.CAP_PROP_POS_FRAMES) == cap.get(cv2.CAP_PROP_FRAME_COUNT):  
        cap.set(cv2.CAP_PROP_POS_FRAMES,0)
    
    success,img= cap.read()  
    imgGray =cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    imgBlur =cv2.GaussianBlur(imgGray,(3,3),1)  
    imgThreshold=cv2.adaptiveThreshold(imgBlur,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY_INV,25,16)
    imgMedian = cv2.medianBlur(imgThreshold,5)
    kernel=np.ones((3,3),np.uint8);
    imgDilate=cv2.dilate(imgMedian,kernel,iterations=1)
    checkParkingSpace(imgDilate)
    # for pos in posList:
    #     cv2.rectangle(img,pos,(pos[0]+width,pos[1]+height),(255,0,255),2)
    cv2.imshow("Image",img)
    # cv2.imshow("imgBlur",imgBlur)
    # cv2.imshow("imgThreshold",imgThreshold)
    # cv2.imshow("imgMedian",imgMedian)
    # cv2.imshow("imgDilate",imgDilate)
    if cv2.waitKey(10) & 0xFF== ord('q'):
        break

最终效果如下:

Python中使用Opencv开发停车位计数器功能

源码链接:https://github.com/yuanxinshui/Opencv-project/tree/main/39%20Parking%20Space%20Counter

到此这篇关于Python中使用Opencv开发停车位计数器的文章就介绍到这了,更多相关python Opencv停车位计数器内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
linux下安装easy_install的方法
Feb 10 Python
Python实现国外赌场热门游戏Craps(双骰子)
Mar 31 Python
Python批量转换文件编码格式
May 17 Python
python日志记录模块实例及改进
Feb 12 Python
Numpy中stack(),hstack(),vstack()函数用法介绍及实例
Jan 09 Python
python抓取网页中链接的静态图片
Jan 29 Python
Python实现matplotlib显示中文的方法详解
Feb 06 Python
python使用itchat实现手机控制电脑
Feb 22 Python
Python File(文件) 方法整理
Feb 18 Python
Python二叉树的镜像转换实现方法示例
Mar 06 Python
python3模拟实现xshell远程执行liunx命令的方法
Jul 12 Python
Python代码覆盖率统计工具coverage.py用法详解
Nov 25 Python
Python采集股票数据并制作可视化柱状图
python疲劳驾驶困倦低头检测功能的实现
Python实现自动玩连连看的脚本分享
Apr 04 #Python
Python利用Turtle绘制哆啦A梦和小猪佩奇
Python必备技巧之函数的使用详解
Python批量解压&压缩文件夹的示例代码
Apr 04 #Python
Python调用腾讯API实现人脸身份证比对功能
You might like
完善CodeIgniter在IDE中代码提示功能的方法
2014/07/19 PHP
php使用pdo连接报错Connection failed SQLSTATE的解决方法
2014/12/15 PHP
js tab 选项卡
2009/04/26 Javascript
图像替换新技术 状态域方法
2010/01/28 Javascript
javascript XMLHttpRequest对象全面剖析
2010/04/24 Javascript
ASP.NET jQuery 实例10 动态修改hyperlink的URL值
2012/02/03 Javascript
js实现百度联盟中一款不错的图片切换效果完整实例
2015/03/04 Javascript
jQuery鼠标事件汇总
2015/08/30 Javascript
JavaScript电子时钟倒计时第二款
2016/01/10 Javascript
JQuery获取鼠标进入和离开容器的方向
2016/12/29 Javascript
jQueryUI Sortable 应用Demo(分享)
2017/09/07 jQuery
Vue中render函数的使用方法
2018/01/31 Javascript
Node错误处理笔记之挖坑系列教程
2018/06/05 Javascript
如何把vuejs打包出来的文件整合到springboot里
2018/07/26 Javascript
layer.confirm点击第一个按钮关闭弹出框的方法
2019/09/09 Javascript
vue 中几种传值方法(3种)
2019/11/12 Javascript
Vue3 实现双盒子定位Overlay的示例
2020/12/22 Vue.js
[00:59]DOTA2英雄背景故事——上古巨神
2020/06/28 DOTA
Python3 中文文件读写方法
2018/01/23 Python
Python模块WSGI使用详解
2018/02/02 Python
Python的CGIHTTPServer交互实现详解
2018/02/08 Python
python实现学生信息管理系统
2020/04/05 Python
Python时间和字符串转换操作实例分析
2019/03/16 Python
Python3 实现减少可调用对象的参数个数
2019/12/20 Python
Python 面向对象部分知识点小结
2020/03/09 Python
Python函数参数定义及传递方式解析
2020/06/10 Python
真正了解CSS3背景下的@font face规则
2017/05/04 HTML / CSS
英国票务网站:Ticketmaster英国
2018/08/27 全球购物
易程科技软件测试笔试
2013/03/24 面试题
比较一下entity bean和session bean
2013/12/27 面试题
餐饮收银员岗位职责
2014/02/07 职场文书
如何制定一份可行的计划!
2019/06/21 职场文书
python实现简单倒计时功能
2021/04/21 Python
详解如何使用Node.js实现热重载页面
2021/05/06 Javascript
tensorboard 可视化之localhost:6006不显示的解决方案
2021/05/22 Python
新手入门Jvm-- JVM对象创建与内存分配机制
2021/06/18 Java/Android