python - OpenCV检测python中的运动

Question

我的目标是检测 IP 摄像机流中特定区域的运动。我设法编写了工作代码，但这是基于我个人的理解。

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"

这段代码有效，但由于我不太了解直方图，所以我没有设法直接获取值，但有一些“hacks”，比如直方图的左侧是黑色，右侧是白色， black/white 给出了我想要的结果。我知道这不太正确，但当没有人进入 ROI 时，它会给出 4-9 的结果，而当有人输入此 ROI 时，它会给出 0.5-2.0 的结果。

我的问题是:有没有其他方法来读取直方图和比较数据，或者其他方法？阅读文档对我没有帮助。

Answer 1

检测移动的一种方法是使用 cv2.accumulateWeighted 保持场景的运行平均值.然后，使用 cv2.absdiff 将每个新帧与平均值进行比较获取指示场景变化的图像。

我在 a video processing project 中正是这样做的我的。查看文件 diffavg1.py 中的主循环我在其中运行累加器并执行差异。

(该项目的研究是利用多核CPU架构实现实时视频处理，所以后来的版本diffavg2.py、diffavg3.py和diffavg4.py 是性能逐渐提高的实现，但底层的 accumulate-diff 算法是相同的。)