OpenCVは動きをPythonで検出します

Question

私の目標は、IPカメラストリーム上の特定の領域の動きを検出することです。私は作業コードを書くことができましたが、私の個人的な理解に基づいています。

import cv2 
import numpy as np 
import os 
import time 
import datetime 
import urllib 
import pynotify 

stream=urllib.urlopen('http://user:pass@192.168.198.120/video.mjpg') 
bytes='' 
fgbg = cv2.createBackgroundSubtractorMOG2() 

while True: 
    bytes+=stream.read(16384) 
    a = bytes.find('\xff\xd8') 
    b = bytes.find('\xff\xd9') 
    if a!=-1 and b!=-1: 
     jpg = bytes[a:b+2] 
     bytes= bytes[b+2:] 
     img = cv2.imdecode(np.fromstring(jpg, dtype=np.uint8),cv2.IMREAD_COLOR) 
     rows,cols,c = img.shape 
     mask = np.zeros(img.shape, dtype=np.uint8) 
     roi_corners = np.array([[(940,220),(1080,240), (1080,310), (940,290)]], dtype=np.int32) 
     channel_count = img.shape[2] 
     ignore_mask_color = (255,)*channel_count 
     cv2.fillPoly(mask, roi_corners, ignore_mask_color) 
     masked_image = cv2.bitwise_and(img, mask) 

     fgmask = fgbg.apply(masked_image) 
     iii = fgmask[220:310,940:1080] 

     hist,bins = np.histogram(iii.ravel(),256,[0,256]) 

     black, white, cnt1, cnt2 = 0,0,0,0 


     for i in range(0,127): 
      black += hist[i] 
      cnt1+=1 
     bl = float(black/cnt1) 

     for i in range(128,256): 
      white += hist[i] 
      cnt2+=1 
     wh = float(white/cnt2) 

     finalResult = ((bl+1)/(wh+1))/10 

    if finalResult < 1.0: 
     pynotify.init("cv2alert") 
      notice = pynotify.Notification('Alert', 'Alert text') 
      try: 
       notice.show() 
      except gio.Error: 
       print "Error" 

このコードは動作しますが、私はとてもよくヒストグラムを理解していないとして、私は値を直接得ることができたが、ヒストグラムの左側のようないくつかの「ハック」と黒で、右、白ではありませんでしたblack/white私が望む結果が得られます。私はこれが正しくないことを知っていますが、誰もROIにないときは4-9の結果を、誰かがこのROIを入力すると0.5-2.0の結果を得ます。

私の質問はここにあります： ヒストグラムを読み、データを比較する、または他の方法がありますか？ドキュメントを読むことは私を助けません。

Answer 1

差分画像そこで差分画像は、2枚の画像の差分を示す二つの画像

の減算の結果です。これらの画像では、動きを見えるようにすることができます。

次のスクリプトでは、3つの連続した画像から計算された差分画像を使用します。これの利点は、興味のない背景が結果から削除されることです。

OpenCVでは、absdiff（）を使用して、互いに2つの画像を引き算する可能性があります。 また、2つのイメージの論理演算はすでに が実装されています。 Bitwise_and（）メソッドを使用して、最終的な差分画像を得る。 私たちがしなければならない最後のことは、私たちの前のスクリプトに差分画像機能をもたらしている

def diffImg(t0, t1, t2): 
    d1 = cv2.absdiff(t2, t1) 
    d2 = cv2.absdiff(t1, t0) 
    return cv2.bitwise_and(d1, d2) 

：Pythonで、それはこのようになります。 ループが始まる前に、最初の3つのイメージt_minus、tおよびt_plusを読み取って、グレースケールイメージに変換します。色情報は必要ありません。これらの画像では、差分画像の計算を開始することができます。差分画像を表示した後、最も古い画像を取り除き、次の画像を読み取らなければなりません。最後のスクリプトは次のようになります。

import cv2 

def diffImg(t0, t1, t2): 
    d1 = cv2.absdiff(t2, t1) 
    d2 = cv2.absdiff(t1, t0) 
    return cv2.bitwise_and(d1, d2) 

cam = cv2.VideoCapture(0) 

winName = "Movement Indicator" 
cv2.namedWindow(winName, cv2.CV_WINDOW_AUTOSIZE) 

# Read three images first: 
t_minus = cv2.cvtColor(cam.read()[1], cv2.COLOR_RGB2GRAY) 
t = cv2.cvtColor(cam.read()[1], cv2.COLOR_RGB2GRAY) 
t_plus = cv2.cvtColor(cam.read()[1], cv2.COLOR_RGB2GRAY) 

while True: 
    cv2.imshow(winName, diffImg(t_minus, t, t_plus)) 

    # Read next image 
    t_minus = t 
    t = t_plus 
    t_plus = cv2.cvtColor(cam.read()[1], cv2.COLOR_RGB2GRAY) 

    key = cv2.waitKey(10) 
    if key == 27: 
    cv2.destroyWindow(winName) 
    break 

print "Goodbye" 

Here you will find more elaborative answer, for what you are looking for.

Answer 2

動きを検出する1つの方法は、cv2.accumulateWeightedを使用してシーンの平均を維持することです。次に、新しいフレームをすべて平均と比較して、シーン内の変化を示す画像を得るためにcv2.absdiffを使用します。

私はa video processing projectの鉱山でこれを正確に行いました。ファイルdiffavg1.pyのメインループを調べて、アキュムレータを実行して差分を実行してください。

（プロジェクトの研究は、マルチコアCPUアーキテクチャを利用し、リアルタイムビデオ処理を達成することであったので、それ以降のバージョンがdiffavg2.py、diffavg3.pyとdiffavg4.pyは次第に高性能実装であるが、根本的な蓄積、差分アルゴリズムは同じです。）