OPENCV运动追踪研究和PYTHON及JAVA实现

opencv运动追踪可以用来捕捉到运行物体或者活物，在被动摄像头上应用，可以在运行时录相，节省宝贵的存储空间。

一个外国老哥借助树霉派的摄像头使用PYTHON做一个简单的运行捕捉摄像头，用于捕捉工作时间偷喝他冰箱里啤酒的同事。代码有一些转义字符的乱码，使用3.0API后有些问题，由于findContours不同版本返回值不同，我小修改了一下，可以完美运行于PC机带的摄像头，由于没有红外和辅助设备测距，所以需要离摄像头一段距离才能完美展示和处理。

运行检测的核心算法有很多，有些复杂，有些简单，有些准确，有些粗糙。同时也一行业和机器学习，机器视觉结合后，每一天都在发生新变化，不停的有牛B的数学家，物理学家，程序员加入。这个算法的核心是,更详细的算法可以去参考http://python.jobbole.com/81593/，他们禁止转载，原理如下:

我们视频流中的背景在连续的视频帧内，多数时候应该是静止不变的，因此如果我们可以建立背景模型，我们的就可以监视到显著的变化。如果发生了显著的变化，我们就可以检测到它——通常这些变化和我们视频中的运动有关。

上修改后的PYTHON代码，如果2.0的API，需要修改这一行代码，2.0返回两个值，把前面的下划线和逗号去掉，3.0不需要修改

(_, cnts, _) = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)

：

# 导入必要的软件包
import argparse
import datetime
import imutils
import time
import cv2# 创建参数解析器并解析参数
ap = argparse.ArgumentParser()
ap.add_argument("-v", "--video", help="path to the video file")
ap.add_argument("-a", "--min-area", type=int, default=500, help="minimum area size")
args = vars(ap.parse_args())# 如果video参数为None，那么我们从摄像头读取数据
if args.get("video", None) is None:camera = cv2.VideoCapture(0)time.sleep(0.25)# 否则我们读取一个视频文件
else:camera = cv2.VideoCapture(args["video"])# 初始化视频流的第一帧
firstFrame = None
# 遍历视频的每一帧
while True:# 获取当前帧并初始化occupied/unoccupied文本(grabbed, frame) = camera.read()text = "Unoccupied"# 如果不能抓取到一帧，说明我们到了视频的结尾if not grabbed:break# 调整该帧的大小，转换为灰阶图像并且对其进行高斯模糊frame = imutils.resize(frame, width=500)gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)gray = cv2.GaussianBlur(gray, (21, 21), 0)# 如果第一帧是None，对其进行初始化if firstFrame is None:firstFrame = graycontinue# 计算当前帧和第一帧的不同frameDelta = cv2.absdiff(firstFrame, gray)thresh = cv2.threshold(frameDelta, 25, 255, cv2.THRESH_BINARY)[1]# 扩展阀值图像填充孔洞，然后找到阀值图像上的轮廓thresh = cv2.dilate(thresh, None, iterations=2)(_, cnts, _) = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)# 遍历轮廓for c in cnts:# if the contour is too small, ignore itif cv2.contourArea(c) < args["min_area"]:continue# compute the bounding box for the contour, draw it on the frame,# and update the text# 计算轮廓的边界框，在当前帧中画出该框(x, y, w, h) = cv2.boundingRect(c)cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)text = "Occupied"# draw the text and timestamp on the frame# 在当前帧上写文字以及时间戳cv2.putText(frame, "Room Status: {}".format(text), (10, 20),cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 2)cv2.putText(frame, datetime.datetime.now().strftime("%A %d %B %Y %I:%M:%S%p"),(10, frame.shape[0] - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.35, (0, 0, 255), 1)# 显示当前帧并记录用户是否按下按键cv2.imshow("Security Feed", frame)cv2.imshow("Thresh", thresh)cv2.imshow("Frame Delta", frameDelta)key = cv2.waitKey(1) & 0xFF# 如果q键被按下，跳出循环if key == ord("q"):break
# 清理摄像机资源并关闭打开的窗口
camera.release()
cv2.destroyAllWindows()

下面上类似算法的JAVA代码，算法大体上相当于翻译python ：

import java.awt.EventQueue;
import java.awt.event.MouseAdapter;
import java.awt.event.MouseEvent;
import java.awt.image.BufferedImage;
import java.awt.image.DataBufferByte;
import java.awt.image.WritableRaster;
import java.util.ArrayList;
import java.util.List;import javax.swing.ImageIcon;
import javax.swing.JButton;
import javax.swing.JFrame;
import javax.swing.JLabel;import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.core.MatOfPoint;
import org.opencv.core.Point;
import org.opencv.core.Rect;
import org.opencv.core.Scalar;
import org.opencv.core.Size;
import org.opencv.imgproc.Imgproc;
import org.opencv.videoio.VideoCapture;public class CameraBasic {static {System.loadLibrary(Core.NATIVE_LIBRARY_NAME);}private JFrame frame;static JLabel label;static int flag = 0;/*** Launch the application.*/public static void main(String[] args) {EventQueue.invokeLater(new Runnable() {public void run() {try {CameraBasic window = new CameraBasic();window.frame.setVisible(true);} catch (Exception e) {e.printStackTrace();}}});VideoCapture camera = new VideoCapture();camera.open(0);if (!camera.isOpened()) {System.out.println("Camera Error");} else {Mat frame = new Mat();Mat firstFrame = null;while (flag == 0) {camera.read(frame);// 捕捉动态Imgproc.resize(frame, frame, new Size(500, 500));Mat gray = new Mat();Imgproc.cvtColor(frame, gray, Imgproc.COLOR_BGR2GRAY);Imgproc.GaussianBlur(gray, gray, new Size(21, 21), 0);if (firstFrame == null) {firstFrame = gray;continue;}Mat frameDelta = new Mat();Core.absdiff(firstFrame, gray, frameDelta);Mat thresh = new Mat();Imgproc.threshold(frameDelta, thresh, 25, 255, Imgproc.THRESH_BINARY);List<MatOfPoint> contours = new ArrayList<>();Mat hierarchy = new Mat();Imgproc.findContours(thresh, contours, hierarchy, Imgproc.RETR_EXTERNAL, Imgproc.CHAIN_APPROX_SIMPLE);Imgproc.dilate(thresh, thresh, new Mat(), new Point(-1, -1), 2);for (MatOfPoint mf : contours) {if (Imgproc.contourArea(mf) < 2000) {continue;}Imgproc.drawContours(frame, contours, contours.indexOf(mf), new Scalar(0, 255, 255));Imgproc.fillConvexPoly(frame, mf, new Scalar(0, 255, 255));Rect r = Imgproc.boundingRect(mf);Imgproc.rectangle(frame, r.tl(), r.br(), new Scalar(0, 255, 0), 2);}firstFrame = gray;label.setIcon(new ImageIcon(matToBufferedImage(frame)));try {Thread.sleep(40);} catch (InterruptedException e) {// TODO Auto-generated catch blocke.printStackTrace();}}}}/*** Create the application.*/public CameraBasic() {initialize();}/*** Initialize the contents of the frame.*/private void initialize() {frame = new JFrame();frame.setBounds(100, 100, 800, 450);frame.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);frame.getContentPane().setLayout(null);JButton btnNewButton = new JButton("\u62CD\u7167");btnNewButton.addMouseListener(new MouseAdapter() {@Overridepublic void mouseClicked(MouseEvent arg0) {flag = 1;}});btnNewButton.setBounds(33, 13, 113, 27);frame.getContentPane().add(btnNewButton);label = new JLabel("");label.setBounds(0, 0, 800, 450);frame.getContentPane().add(label);}public static BufferedImage matToBufferedImage(Mat mat) {if (mat.height() > 0 && mat.width() > 0) {BufferedImage image = new BufferedImage(mat.width(), mat.height(), BufferedImage.TYPE_3BYTE_BGR);WritableRaster raster = image.getRaster();DataBufferByte dataBuffer = (DataBufferByte) raster.getDataBuffer();byte[] data = dataBuffer.getData();mat.get(0, 0, data);return image;}return null;}
}

其实在OPENCV里有很多运行追踪的算法，使用起来更准确，也更简单，下面是一个使用JAVA写的调用BackgroundSubtractorMOG2运行追踪算法实现，十分简单，把加一个特效，给捕捉到人染色。

package javaCv;import java.awt.EventQueue;
import java.awt.event.MouseAdapter;
import java.awt.event.MouseEvent;
import java.awt.image.BufferedImage;
import java.awt.image.DataBufferByte;
import java.awt.image.WritableRaster;
import java.util.ArrayList;
import java.util.List;import javax.swing.ImageIcon;
import javax.swing.JButton;
import javax.swing.JFrame;
import javax.swing.JLabel;import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.core.MatOfPoint;
import org.opencv.core.Point;
import org.opencv.core.Rect;
import org.opencv.core.Scalar;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
import org.opencv.video.BackgroundSubtractorMOG2;
import org.opencv.video.Video;
import org.opencv.videoio.VideoCapture;public class CameraBasic2 {static {System.loadLibrary(Core.NATIVE_LIBRARY_NAME);}private JFrame frame;static JLabel label;static int flag = 0;/*** Launch the application.*/public static void main(String[] args) {EventQueue.invokeLater(new Runnable() {public void run() {try {CameraBasic2 window = new CameraBasic2();window.frame.setVisible(true);} catch (Exception e) {e.printStackTrace();}}});VideoCapture camera = new VideoCapture();camera.open(0);if (!camera.isOpened()) {System.out.println("Camera Error");} else {Mat frame = new Mat();BackgroundSubtractorMOG2 bs = Video.createBackgroundSubtractorMOG2();bs.setHistory(100);Mat tmp = new Mat();while (flag == 0) {camera.read(frame);// 捕捉bs.apply(frame, tmp, 0.1f);List<MatOfPoint> contours = new ArrayList<>();Mat hierarchy = new Mat();Imgproc.findContours(tmp, contours, hierarchy, Imgproc.RETR_EXTERNAL, Imgproc.CHAIN_APPROX_SIMPLE);Imgproc.dilate(tmp, tmp, new Mat(), new Point(-1, -1), 2);for (MatOfPoint mf : contours) {if (Imgproc.contourArea(mf) < 1000) {continue;}// Imgproc.drawContours(frame, contours,// contours.indexOf(mf), new Scalar(0, 255, 255));Imgproc.fillConvexPoly(frame, mf, new Scalar(0, 255, 255));Rect r = Imgproc.boundingRect(mf);Imgproc.rectangle(frame, r.tl(), r.br(), new Scalar(0, 255, 0), 2);//Imgcodecs.imwrite("E:\\work\\qqq\\camera2\\" + "img" + System.currentTimeMillis() + ".jpg", frame);}label.setIcon(new ImageIcon(matToBufferedImage(frame)));try {Thread.sleep(40);} catch (InterruptedException e) {// TODO Auto-generated catch blocke.printStackTrace();}}}}/*** Create the application.*/public CameraBasic2() {initialize();}/*** Initialize the contents of the frame.*/private void initialize() {frame = new JFrame();frame.setBounds(100, 100, 800, 450);frame.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);frame.getContentPane().setLayout(null);JButton btnNewButton = new JButton("\u62CD\u7167");btnNewButton.addMouseListener(new MouseAdapter() {@Overridepublic void mouseClicked(MouseEvent arg0) {flag = 1;}});btnNewButton.setBounds(33, 13, 113, 27);frame.getContentPane().add(btnNewButton);label = new JLabel("");label.setBounds(0, 0, 800, 450);frame.getContentPane().add(label);}public static BufferedImage matToBufferedImage(Mat mat) {if (mat.height() > 0 && mat.width() > 0) {BufferedImage image = new BufferedImage(mat.width(), mat.height(), BufferedImage.TYPE_3BYTE_BGR);WritableRaster raster = image.getRaster();DataBufferByte dataBuffer = (DataBufferByte) raster.getDataBuffer();byte[] data = dataBuffer.getData();mat.get(0, 0, data);return image;}return null;}
}

运行追踪十分有用，可以用在家里的摄像头上，既节省空间，也节省观看的时间,其实这个开发是比较有意思的，在捕捉动态对象的前提下，可以主动报警，有人入侵，也可以加入人脸识别，把好哥们都加进去，这样如果不在家时，谁到了家里都能知道，遇到不喜欢的人可以选择性避开，遇到想见的人可以去见。也可以在摄像头里加入动作识别，来开启空调电视之类，从而实现摄像头的充分利用。

效果图如下,我对人添加了染色效果：

参考：

http://python.jobbole.com/81593/

http://blog.csdn.net/jjddss/article/details/72674704

OPENCV运动追踪研究和PYTHON及JAVA实现相关推荐

opencv 运动追踪_足球运动员追踪-使用OpenCV根据运动员的球衣颜色识别运动员的球队
opencv 运动追踪介绍 (Introduction) In my previous work, I used pre-trained Yolov3 model to detect and use ...
使用Python基于OpenCV+MediaPipe追踪手势并控制音量
利用Python基于OpenCV+MediaPipe追踪手势并实现控制音量写在前面说明简介 1.OpenCV简介 2.MediaPipe简介 3.配置环境开发环境所需的库最终效果演示手部 ...
python机器识别追踪_多目标追踪器：用OpenCV实现多目标追踪（C++/Python)
原标题:多目标追踪器:用OpenCV实现多目标追踪(C++/Python) MultiTracker : Multiple Object Tracking using OpenCV (C++/Pyth ...
OpenCV 人脸检测及运动追踪
实验内容: 通过笔记电脑摄像头进行逐帧的人脸检测,检测其中出现的人脸(可出现多个人脸): 根据检测出的人脸,对其运动进行人脸追踪: 对检测结果进行后处理,将结果在图像中进行标注,并实时播放. 实验思路 ...
小浩浅谈利用Java做一个视频运动追踪识别
寒假期间,一起做了一款pc端的美颜相机,在交流会期间,看到有的同学做了一些非常牛的功能添加,心血来潮,想整个视频运动追踪识别,在这和大家分析一下算法思路 1.原理很简单,就是在视频中的物体,就可以通过 ...
嵌入式开发五：未来之星机器人语音控制及视频开发（颜色追踪）（运动追踪）
Author:朱本福 Address:桂林电子科技大学,智能科学与技术 E-mial:zhubenfulovepoem@163.com QQ:896922782 技术交流群:图像处理分析与机器视觉(群 ...
使用OpenCV实现人脸检测（Python）
文章目录 Introduction 使用 OpenCV 的 Haar 级联分类器导入工具包和模型路径级联分类器积分图像使用 Adaboost 学习分类函数级联分类器输入检测图像中的人脸 ...
python跟java-还在纠结选Python还是Java？看完就有数了
程序员界里,每天都会有无数史诗级别的部落冲突上演,大到编程工具的使用,小到是该用空格还是Tab.其中编程语言的选择,可谓是历史最悠久,最有争议的问题之一.特别对于初学者来说,在做选择时,经常想送自己一 ...
python代码需要背吗-纠结应该先学Python还是Java？看完就有数了
准备学习编程前,你一定会打开电脑搜索一下"先学Python还是先学Java?"扑面而来的是海量回答.如果你问一名Java程序员,肯定会建议你先学Java,因为他们认为Python像 ...
python和java哪个-Python和Java到底哪个更好？
某同学问小优:"小优小优,学Java好还是学Python好?" 小优跑去问大神(90度鞠躬):"大神,大神,学Java好还是学Python好?" 大神嫌弃的看了 ...

OPENCV运动追踪研究和PYTHON及JAVA实现

OPENCV运动追踪研究和PYTHON及JAVA实现相关推荐

最新文章

热门文章