攝像頭調(diào)用

創(chuàng)建視頻捕捉對(duì)象：cv2.VideoCapture()
參數(shù)為視頻設(shè)備的索引號(hào)，就一個(gè)攝像投的話寫0默認(rèn)；
或者是指定要讀取視頻的路徑。

+實(shí)時(shí)播放

import cv2
import numpy as np

cap = cv2.VideoCapture(0) 
# 創(chuàng)建循環(huán)結(jié)構(gòu)連續(xù)按幀讀取視頻
while (True):
	# ret返回布爾值，frame三維矩陣（每一幀的圖像）
	ret, frame = cap.read()
	# 并展示
	cv2.imread('frame', frame)
	# 按下‘q’鍵退出循環(huán)
	if cv2.waitKey(1) && 0xFF ==ord('q'):
		break
cap.release() # 釋放資源
cv2.destroyAllWindows()

+保存視頻

cv2.VideoWriter()

import cv2

cap = cv2.VideoCapture(0)

#創(chuàng)建編碼方式
# mp4:'X','V','I','D'
# avi:'M','J','P','G'或'P','I','M','1' 
# flv:'F','L','V','1'
fourcc = cv2.VideoWriter_fourcc('X','V','I','D')

# 創(chuàng)建VideoWriter對(duì)象
out = cv2.VideoWriter('ouput_1.mp4', fourcc, 20.0, (640, 480)) # 播放幀率，大小
# 創(chuàng)建循環(huán)結(jié)構(gòu)進(jìn)行連續(xù)讀寫
while(cap.isOpened()):
	ret, frame = cap.read()
	if ret == True:
		out.write(frame)
		cv2.imshow('frame', frame)
		if cv2.waitKey(1) && 0xFF == ord('q'):
			break
		else:
			break
cap.release()
out.release()
cv2.destryAllWindows()

運(yùn)動(dòng)目標(biāo)識(shí)別

幀差法

通過(guò)對(duì)視頻中相鄰兩幀圖像做差分運(yùn)算來(lái)標(biāo)記運(yùn)動(dòng)物體，
移動(dòng)的物體在相鄰幀中灰度會(huì)有差別，因此差值為0的是靜態(tài)物體。

import cv2
camera = cv2.VideoCapture("move_detect.flv")

out_fps = 12.0 # 輸出文件的幀率
fourcc = cv2.VideoWriter_fourcc('M', 'P', '4', '2') # 創(chuàng)建編碼方式
# 創(chuàng)建VideoWriter對(duì)象
out1 = cv2.VideoWriter('v1.avi', fourcc, out_fps, (500, 400))
out2 = cv2.VideoWriter('v2.avi', fourcc, out_fps, (500, 400))

# 初始化
lastFrame = None

# 創(chuàng)建循環(huán)結(jié)構(gòu)進(jìn)行連續(xù)讀寫
while camera.isOpened():
	ret, frame = camera.read()
	# 如果不能抓取到一幀，說(shuō)明到了視頻的結(jié)尾
	if not ret:
		break
	# 調(diào)整該幀大小
	frame = cv2.resize(frame, (500, 400), interpolation = cv2.INTER_CUBIC)
	# 如果第一幀是None,對(duì)其初始化
	if lastFrame == None:
		lastFrame = frame
		continue
	# 求幀差
	frameDelta = cv2.absdiff(lastFrame, frame)
	lastFrame = frame
    '''
	閾值化，留下輪廓
	'''
	thresh = cv2.cvtColor(frameDelta, cv2.COLOR_BGR2GRAY) # 灰度圖
	thresh = cv2.threshold(thresh, 25, 255, cv2.THRESH_BINARY)[1] # 二值化
	# 閾值圖像上的輪廓位置
	cnts, hierarchy = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
	# 遍歷輪廓
	for c in cnts:
		# 忽略小輪廓，可能運(yùn)動(dòng)的小鳥之類的，排除誤差
		if cv2.contourArea(c) < 300:
			continue
		# 畫輪廓邊界框
		(x, y, w, h) = cv2.boundingRect(c)
		cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 0, 255), 2)
	# 展示當(dāng)前幀
	cv2.imshow("frame", frame)
	cv2.imshow("frameDelta", frameDelta)
	cv2.imshow("thresh", thresh)
	# 保存視頻
	out1.write(frame)
	out2.write(frameDelta)

	if cv2.waitKey(20) && 0xFF == ord('q'):
		break
# 資源釋放
out1.release() 
out2.release() 
camera.release() 
cv2.destroyAllWindows()

飄動(dòng)的彩帶也被捕捉到了，但是去誤差，沒(méi)有標(biāo)小輪廓；
行人前后幀（運(yùn)動(dòng)）幅度小的也沒(méi)被發(fā)現(xiàn)（框定）。

背景減除法

對(duì)視頻的背景進(jìn)行建模，實(shí)現(xiàn)背景消除，生成mask圖像，通過(guò)對(duì)mask二值圖像分析實(shí)現(xiàn)對(duì)前景活動(dòng)對(duì)象的區(qū)域的提取。

1. 初始化背景建模對(duì)象GMM
2. 讀取視頻一幀
3. 使用背景建模消除生成mask
4. 對(duì)mask進(jìn)行輪廓分析圖區(qū)ROI（region of interest）
5. 繪制ROI對(duì)象

import numpy as np
import cv2

# read the video
camera = cv2.VideoCapture('move_detect.flv')
# 創(chuàng)建背景減除對(duì)象
fgbg = cv2.createBackgroundSubstractorMOG2(
	history = 500, varThreshold = 100, detectShadows = False)

def getPerson(image, opt=1):
	# 獲取前景mask
	mask = fgbg.apply(frame)
	'''
	去噪
	'''
	# 創(chuàng)建一個(gè)矩形形狀的結(jié)構(gòu)元素，用于形態(tài)學(xué)操作，如腐蝕（erosion）和膨脹（dilation）
	line = cv2.getStructuringElement(cv2.MORPH_RECT, (1, 5), (-1, -1))
	mask = cv2.morphologyEx(mask, cv2.MORPG_OPEN, line)
	cv2.imshow('mask', mask) 
	
	# 畫出輪廓并忽略小于閾值的輪廓
	contours, hierarchy = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
	for c in contours:
		area = cv2.contourArea(c)
		if area < 150:
			continue
		rect = cv2.minAreaRect(c) # 返回一個(gè)具有最小面積的矩形
		cv2.ellipse(image, rect, (0, 0, 255), 2, 8)
		cv2.circle(image, (np.int32(rect[0][0]), np.int32(rect[0][1])), 2, (0, 0, 255), 2, 8, 0) # 取矩形中心點(diǎn)作為圓心
	return image, mask

while True:
	ret, frame = camera.read()
	res, m_ = getPerson(frame) # Python中使用下劃線作為占位符變量名是一種慣例。它也可以用來(lái)忽略函數(shù)的返回值或迭代中的某些值，以避免產(chǎn)生未使用變量的警告
	cv2.imshow('res', res)
	if cv2.waitKey(20) && 0xFF == ord('q'):
		break
# 資源釋放
camera.release() 
cv2.destroyAllWindows()

圖像論1幀，連續(xù)幀就成了視頻文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-679610.html

到了這里，關(guān)于攝像頭的調(diào)用和視頻識(shí)別的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！