OpenCV是一個強大的圖像和視頻處理庫，在這篇文章中，我將創(chuàng)建一個運動熱圖，用于檢測運動、以及物體或人的流動方向，在投影公共區(qū)域時可以對建筑師有所幫助。
簡介
OpenCV，或（開源計算機視覺）是英特爾于1999年開發(fā)的一個庫，主要提供計算機視覺和實時視頻的相關操作，它是用C＋＋編寫的，同時也支持多種其它語言（包括Python）。工作流程這個程序是基于一種被稱為高斯背景差法的技術，這項技術被廣泛應用于用穩(wěn)定的攝像機檢測運動物體。背景差法創(chuàng)建一個表示幀（圖像的靜態(tài)部分）背景的模板，對于每一幀，它將減去前一幀。讓我們對該算法的兩個主要步驟進行一個簡要概述：背景初始化：在第一步中，通過凍結第一幀來計算背景的模型。更新：在第二步中，下一幀將減去上一幀，如果兩幀之間發(fā)生變化（移動），則這些幀的差異將反映出該變化，可以通過應用過濾器來進行提取差異信息。以下是背景差法應用于從城市攝像機錄制的短視頻的示例：
代碼對于整個項目存儲庫，在此處可以獲取。https：／／github．com／robertosannazzaro／motion－h(huán)eatmap－opencv／blob／master／README．md代碼首先讀取輸入的視頻文件并初始化所需的一些變量：capture ＝ cv2．VideoCapture（＇input．mp4＇）background＿subtractor ＝ cv2．bgsegm．createBackgroundSubtractorMOG（）length ＝ int（capture．get（cv2．CAP＿PROP＿FRAME＿COUNT））然后，for循環(huán)遍歷視頻幀：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）
第一個if塊檢查該幀是否為視頻的第一幀，這樣做是為了初始化背景差法的背景，然后accum＿image使用與該幀大小相對應的大小來初始化該數組。
filter ＝ background＿subtractor．apply（frame） ＃ remove the background
threshold ＝ 2maxValue ＝ 2ret， 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）
為了消除例如風，小鳥飛行等少量運動，將閾值與maxValue一起應用到遮罩上。然后將掩碼的結果添加到accum＿image數組中，對每個幀執(zhí)行此操作，結果由用于存儲視頻中發(fā)生的每個運動的accum＿image數組組成。此外，在最后，當已經對每個幀執(zhí)行了先前描述的操作時，顏色映射被應用于遮罩并且遮罩與當前幀合并。
更進一步，可以制作一個顯示熱圖逐幀衰減的視頻。為了實現這一點，將導出每個幀，然后再次使用cv2，通過合并所有幀來生成視頻：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（）最后結果
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
