使用OpenCV和Python构建运动热图视频

 

OpenCV是一个强大的图像和视频处理库,在这篇文章中,我将创建一个运动热图,用于检测运动、一些物体或人的流动方向,以及在投影公共区域时对建筑师的帮助。

使用OpenCV和Python构建运动热图视频

 

简介:

OpenCV,或(开源计算机视觉)是英特尔于1999年开发的一个库,主要是计算机视觉和实时视频操作,它是用C++编写的,但受不同的语言(包括Python)支持。

工作流程:

这个程序是基于一种被称为高斯背景减法的技术。这项技术被广泛应用于用稳定的摄像机检测运动物体。

背景减法创建一个表示帧(图像的静态部分)背景的蒙版,对于每一帧,它将减去前一帧。

让我们对该算法如何工作的两个主要步骤进行一个简要概述:

  • 背景初始化:在第一步中,通过冻结第一帧来计算背景的模型。
  • 更新:在第二步中,下一帧将从上一帧中减去,因此,如果两帧之间发生变化(移动),则这些帧的差异将反映出该变化,可以通过应用过滤器来进行市场销售。

以下是背景遮罩应用于从城市摄像机录制的短视频的示例:

使用OpenCV和Python构建运动热图视频

 

代码:

对于整个项目存储库,请在此处检查。

  • https://github.com/robertosannazzaro/motion-heatmap-opencv/blob/master/README.md

代码首先读取输入的视频文件并初始化所需的一些变量:

capture = cv2.VideoCapture('input.mp4')
background_subtractor = cv2.bgsegm.createBackgroundSubtractorMOG()
length = int(capture.get(cv2.CAP_PROP_FRAME_COUNT))

然后,for循环遍历帧开始:

for i in range(0, length):

    ret, frame = capture.read()

    # If first frame
    if first_iteration_indicator == 1:

        first_frame = copy.deepcopy(frame)
        height, width = frame.shape[:2]
        accum_image = np.zeros((height, width), np.uint8)

第一个if块检查该帧是否为视频的第一帧,这样做是为了初始化背景减法的背景,然后accum_image使用与该帧的大小相对应的大小来初始化该数组。

filter = background_subtractor.apply(frame)  # remove the background

threshold = 2
maxValue = 2
ret, th1 = cv2.threshold(filter, threshold, maxValue, cv2.THRESH_BINARY)

accum_image = cv2.add(accum_image, th1)

color_image_video = cv2.applyColorMap(accum_image, cv2.COLORMAP_HOT)

为了消除例如风,小鸟飞行等少量运动,将阈值与maxValue一起应用到遮罩上。

然后将掩码的结果添加到accum_image数组中,对每个帧执行此操作。结果由用于存储视频中发生的每个运动的accum_image数组组成,。

此外,在最后,因此,当已经对每个帧执行了先前描述的操作时,颜色映射被应用于遮罩并且遮罩与当前帧合并。

使用OpenCV和Python构建运动热图视频

 

更进一步说,可以制作一个显示热图逐帧衰减的视频。为了实现这一点,将导出每个帧,然后再次使用cv2,通过合并所有帧来生成视频:

video = cv2.VideoWriter('output.avi', fourcc, 30.0, (width, height))
for image in images:
    video.write(cv2.imread(os.path.join(image_folder, image)))

cv2.destroyAllWindows()

最后结果:

使用OpenCV和Python构建运动热图视频

©️2020 CSDN 皮肤主题: 酷酷鲨 设计师:CSDN官方博客 返回首页