使用opencv结合帧差法和背景减法 检测场景异常情况

2023-10-13 04:12

本文主要是介绍使用opencv结合帧差法和背景减法 检测场景异常情况,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、帧差法检测异常

帧差法是一种简单的背景减法技术,用于检测当前帧和背景帧之间的差异。以下是使用OpenCV实现帧差法的Python代码示例:

import cv2# 读取背景图像(背景应该是静止的)
background = cv2.imread('background.jpg', 0)# 打开摄像头
cap = cv2.VideoCapture(0)while True:# 读取当前帧ret, frame = cap.read()if not ret:break# 将当前帧转为灰度图像gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)# 计算当前帧与背景的差异diff = cv2.absdiff(gray, background)# 设置一个阈值,根据阈值判断差异区域_, threshold = cv2.threshold(diff, 30, 255, cv2.THRESH_BINARY)# 执行形态学操作,去除噪声kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))threshold = cv2.morphologyEx(threshold, cv2.MORPH_OPEN, kernel)# 查找轮廓contours, _ = cv2.findContours(threshold, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)# 绘制检测到的轮廓for contour in contours:if cv2.contourArea(contour) > 1000:  # 设置一个面积阈值来排除小的轮廓x, y, w, h = cv2.boundingRect(contour)cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)# 显示结果cv2.imshow('Frame', frame)if cv2.waitKey(1) & 0xFF == 27:  # 按Esc键退出breakcap.release()
cv2.destroyAllWindows()

用于检测是否下雨,漏水等情况。

二 截取摄像头3秒的时间,然后用帧差法

要截取摄像头的3秒时间并使用帧差法进行动态背景差异检测,你可以使用OpenCV库来完成这项任务。首先,你需要设置一个计时器,以便捕获3秒的视频。然后,你可以应用帧差法来检测背景变化。

import cv2# 打开摄像头
cap = cv2.VideoCapture(0)# 获取摄像头的帧速率
frame_rate = int(cap.get(5))# 计时器(3秒)
duration = 3  # 3秒
frames_to_capture = frame_rate * duration# 初始化背景
background = None# 计数器
frame_count = 0while True:ret, frame = cap.read()if not ret:breakif frame_count < frames_to_capture:# 累积前景图像,以用于帧差法if background is None:background = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)else:current_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)cv2.accumulateWeighted(current_frame, background, 0.5)background = cv2.convertScaleAbs(background)frame_count += 1else:# 3秒时间结束,开始使用帧差法检测背景变化gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)diff = cv2.absdiff(background, gray)_, threshold = cv2.threshold(diff, 30, 255, cv2.THRESH_BINARY)kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))threshold = cv2.morphologyEx(threshold, cv2.MORPH_OPEN, kernel)contours, _ = cv2.findContours(threshold, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)for contour in contours:if cv2.contourArea(contour) > 1000:x, y, w, h = cv2.boundingRect(contour)cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)cv2.imshow('Motion Detection', frame)if cv2.waitKey(1) & 0xFF == 27:breakcap.release()
cv2.destroyAllWindows()

这个代码会首先捕获3秒的视频作为背景,然后在3秒结束后应用帧差法来检测背景变化。检测到的背景变化会用绿色矩形框标记出来。你可以根据需要进行参数调整,以获取最佳的检测效果。

三、背景减法

背景减法 (Background Subtraction) 是一种常用于视频分析和物体跟踪的技术。它可以用来检测视频中的移动对象,并提取它们与背景的差异。以下是一个使用OpenCV库实现背景减法的Python示例代码:

import cv2# 打开视频文件或摄像头
cap = cv2.VideoCapture('your_video.mp4')  # 替换为你的视频文件路径或0来使用摄像头# 创建背景减法器
fgbg = cv2.createBackgroundSubtractorMOG2()while True:ret, frame = cap.read()if not ret:break# 应用背景减法器fgmask = fgbg.apply(frame)# 反转前景掩码,以便提取前景对象fgmask = cv2.bitwise_not(fgmask)# 获取前景对象result = cv2.bitwise_and(frame, frame, mask=fgmask)cv2.imshow('Original', frame)cv2.imshow('Foreground', result)if cv2.waitKey(30) & 0xFF == 27:  # 按Esc键退出breakcap.release()
cv2.destroyAllWindows()

四、OpenCV 其他方法

OpenCV 中有几种方法可以检测静止画面中的异常情况,尤其是检测是否有异物进入视角。以下是一些常用的方法:

  1. 帧差法 (Frame Difference Method):这是一种简单的背景减法技术,通过比较当前帧和背景帧的差异来检测移动对象。如果差异超过某个阈值,就可以认为有异物进入视角。

  2. 背景减法 (Background Subtraction):这是一种更复杂的方法,它会建立一个背景模型,并检测与该模型不匹配的区域。如果某个区域在一段时间内发生变化,就可以检测到异常情况。

  3. 光流法 (Optical Flow):光流法可以检测移动的物体,并估计它们的速度和方向。如果光流的速度超过某个阈值,就可以认为有物体移动。

  4. 帧差法与背景减法的结合:结合使用帧差法和背景减法可以更好地检测静止画面中的异常情况。

  5. 运动检测算法 (Motion Detection Algorithms):OpenCV 提供了一些运动检测算法,如Mean-Shift和CamShift等,可以用于检测视频中的运动对象。这些算法通常用于跟踪运动物体,但也可用于异常检测。

你可以根据你的需求选择其中一种或多种方法来检测异常情况。需要根据具体情况来调整参数和阈值,以便得到最佳的检测效果。

五、结合帧差法和背景减法

结合帧差法和背景减法来检测摄像头3秒的视频中是否有变化是一种常见的方法。以下是一个示例代码,演示如何结合这两种技术来实现这个任务:

import cv2
import time# 打开摄像头
cap = cv2.VideoCapture(0)# 创建背景减法器
fgbg = cv2.createBackgroundSubtractorMOG2()# 读取第一帧作为背景
ret, background = cap.read()# 设置计时器,记录运行时间
start_time = time.time()
run_time = 0while run_time < 3:  # 运行3秒钟ret, frame = cap.read()if not ret:break# 应用背景减法器fgmask = fgbg.apply(frame)# 反转前景掩码,以便提取前景对象fgmask = cv2.bitwise_not(fgmask)# 获取前景对象result = cv2.bitwise_and(frame, frame, mask=fgmask)# 计算帧差frame_diff = cv2.absdiff(frame, background)# 设置阈值,用于检测帧差threshold = 30_, thresh = cv2.threshold(cv2.cvtColor(frame_diff, cv2.COLOR_BGR2GRAY), threshold, 255, cv2.THRESH_BINARY)# 计算帧差中非零像素的数量nonzero_pixels = cv2.countNonZero(thresh)if nonzero_pixels > 100:  # 如果帧差中的非零像素数量超过阈值print("有变化检测到!")cv2.imshow('Original', frame)cv2.imshow('Foreground', result)if cv2.waitKey(30) & 0xFF == 27:  # 按Esc键退出break# 计算运行时间run_time = time.time() - start_timecap.release()
cv2.destroyAllWindows()

在这个示例中,我们打开摄像头并创建了一个背景减法器。首先,我们读取第一帧作为背景。然后,我们循环处理摄像头捕获的每一帧,应用背景减法器和帧差法来检测是否有变化。如果检测到变化(非零像素数量超过阈值),则打印消息。

这个代码将运行3秒钟,然后退出。你可以根据需要调整帧差法和背景减法的参数,以适应不同的场景和需求。

这篇关于使用opencv结合帧差法和背景减法 检测场景异常情况的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/200688

相关文章

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读

解决Maven项目idea找不到本地仓库jar包问题以及使用mvn install:install-file

《解决Maven项目idea找不到本地仓库jar包问题以及使用mvninstall:install-file》:本文主要介绍解决Maven项目idea找不到本地仓库jar包问题以及使用mvnin... 目录Maven项目idea找不到本地仓库jar包以及使用mvn install:install-file基

Python使用getopt处理命令行参数示例解析(最佳实践)

《Python使用getopt处理命令行参数示例解析(最佳实践)》getopt模块是Python标准库中一个简单但强大的命令行参数处理工具,它特别适合那些需要快速实现基本命令行参数解析的场景,或者需要... 目录为什么需要处理命令行参数?getopt模块基础实际应用示例与其他参数处理方式的比较常见问http

C 语言中enum枚举的定义和使用小结

《C语言中enum枚举的定义和使用小结》在C语言里,enum(枚举)是一种用户自定义的数据类型,它能够让你创建一组具名的整数常量,下面我会从定义、使用、特性等方面详细介绍enum,感兴趣的朋友一起看... 目录1、引言2、基本定义3、定义枚举变量4、自定义枚举常量的值5、枚举与switch语句结合使用6、枚

使用Python从PPT文档中提取图片和图片信息(如坐标、宽度和高度等)

《使用Python从PPT文档中提取图片和图片信息(如坐标、宽度和高度等)》PPT是一种高效的信息展示工具,广泛应用于教育、商务和设计等多个领域,PPT文档中常常包含丰富的图片内容,这些图片不仅提升了... 目录一、引言二、环境与工具三、python 提取PPT背景图片3.1 提取幻灯片背景图片3.2 提取

使用Python实现图像LBP特征提取的操作方法

《使用Python实现图像LBP特征提取的操作方法》LBP特征叫做局部二值模式,常用于纹理特征提取,并在纹理分类中具有较强的区分能力,本文给大家介绍了如何使用Python实现图像LBP特征提取的操作方... 目录一、LBP特征介绍二、LBP特征描述三、一些改进版本的LBP1.圆形LBP算子2.旋转不变的LB

Maven的使用和配置国内源的保姆级教程

《Maven的使用和配置国内源的保姆级教程》Maven是⼀个项目管理工具,基于POM(ProjectObjectModel,项目对象模型)的概念,Maven可以通过一小段描述信息来管理项目的构建,报告... 目录1. 什么是Maven?2.创建⼀个Maven项目3.Maven 核心功能4.使用Maven H

Python中__init__方法使用的深度解析

《Python中__init__方法使用的深度解析》在Python的面向对象编程(OOP)体系中,__init__方法如同建造房屋时的奠基仪式——它定义了对象诞生时的初始状态,下面我们就来深入了解下_... 目录一、__init__的基因图谱二、初始化过程的魔法时刻继承链中的初始化顺序self参数的奥秘默认

SpringBoot使用GZIP压缩反回数据问题

《SpringBoot使用GZIP压缩反回数据问题》:本文主要介绍SpringBoot使用GZIP压缩反回数据问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录SpringBoot使用GZIP压缩反回数据1、初识gzip2、gzip是什么,可以干什么?3、Spr

Spring Boot 集成 Quartz并使用Cron 表达式实现定时任务

《SpringBoot集成Quartz并使用Cron表达式实现定时任务》本篇文章介绍了如何在SpringBoot中集成Quartz进行定时任务调度,并通过Cron表达式控制任务... 目录前言1. 添加 Quartz 依赖2. 创建 Quartz 任务3. 配置 Quartz 任务调度4. 启动 Sprin