python中opencv如何檢測移動物體并截圖保存

這篇文章主要為大家展示了“python中opencv如何檢測移動物體并截圖保存”，內(nèi)容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領(lǐng)大家一起研究并學習一下“python中opencv如何檢測移動物體并截圖保存”這篇文章吧。

最近在老家找工作，無奈老家工作真心太少，也沒什么面試機會，不過之前面試一家公司，提了一個有意思的需求，檢測河面沒有有什么船只之類的物體，我當時第一反應(yīng)是用opencv做識別，不過回家想想，河面相對的東西比較少，畫面比較單一，只需要檢測有沒有移動的物體不就簡單很多嘛，如果做街道垃圾檢測的話可能就很復(fù)雜了，畢竟街道上行人，車輛，動物，很多干擾物，于是就花了一個小時寫了一個小的demo，只需在程序同級目錄創(chuàng)建一個img目錄就可以了

# -*-coding:utf-8 -*- 
__author__ = "ZJL"
 
import cv2
import time
 
 
# 保存截圖
save_path = './img/'
 
# 定義攝像頭對象，其參數(shù)0表示第一個攝像頭
camera = cv2.VideoCapture(0)
 
# 判斷視頻是否打開
if (camera.isOpened()):
 print('Open')
else:
 print('攝像頭未打開')
 
# 測試用,查看視頻size
size = (int(camera.get(cv2.CAP_PROP_FRAME_WIDTH)),
  int(camera.get(cv2.CAP_PROP_FRAME_HEIGHT)))
print('size:'+repr(size))
 
# 幀率
fps = 5
# 總是取前一幀做為背景（不用考慮環(huán)境影響）
pre_frame = None
 
while(1):
 start = time.time()
 # 讀取視頻流
 ret, frame = camera.read()
 # 轉(zhuǎn)灰度圖
 gray_lwpCV = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
 
 if not ret:
  break
 end = time.time()
 
 cv2.imshow("capture", frame)
 
 # 運動檢測部分
 seconds = end - start
 if seconds < 1.0 / fps:
  time.sleep(1.0 / fps - seconds)
 gray_lwpCV = cv2.resize(gray_lwpCV, (500, 500))
 # 用高斯濾波進行模糊處理
 gray_lwpCV = cv2.GaussianBlur(gray_lwpCV, (21, 21), 0)
 
 # 如果沒有背景圖像就將當前幀當作背景圖片
 if pre_frame is None:
  pre_frame = gray_lwpCV
 else:
  # absdiff把兩幅圖的差的絕對值輸出到另一幅圖上面來
  img_delta = cv2.absdiff(pre_frame, gray_lwpCV)
  #threshold閾值函數(shù)(原圖像應(yīng)該是灰度圖,對像素值進行分類的閾值,當像素值高于（有時是小于）閾值時應(yīng)該被賦予的新的像素值,閾值方法)
  thresh = cv2.threshold(img_delta, 25, 255, cv2.THRESH_BINARY)[1]
  # 膨脹圖像
  thresh = cv2.dilate(thresh, None, iterations=2)
  # findContours檢測物體輪廓(尋找輪廓的圖像,輪廓的檢索模式,輪廓的近似辦法)
  image, contours, hierarchy = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
  for c in contours:
   # 設(shè)置敏感度
   # contourArea計算輪廓面積
   if cv2.contourArea(c) < 1000:
    continue
   else:
    print("出現(xiàn)目標物，請求核實")
    # 保存圖像
    cv2.imwrite(save_path + str(time.strftime('%Y-%m-%d %H:%M:%S',time.localtime(time.time()))) + '.jpg', frame)
    break
  pre_frame = gray_lwpCV
 
  if cv2.waitKey(1) & 0xFF == ord('q'):
   break
 
 
# release()釋放攝像頭
camera.release()
#destroyAllWindows()關(guān)閉所有圖像窗口
cv2.destroyAllWindows()

想出現(xiàn)一個矩形框跟隨移動物于是進行了改造，結(jié)果發(fā)現(xiàn)效果不是很理想，不能很好的框住移動目標，要么只框一部分，要么出現(xiàn)在移動目標附近，尷尬

# -*-coding:utf-8 -*- 
__author__ = "ZJL"
 
import cv2
import time
 
 
# 保存截圖
save_path = './img/'
 
# 定義攝像頭對象，其參數(shù)0表示第一個攝像頭
camera = cv2.VideoCapture(0)
 
# 判斷視頻是否打開
if (camera.isOpened()):
 print('Open')
else:
 print('攝像頭未打開')
 
# 測試用,查看視頻size
size = (int(camera.get(cv2.CAP_PROP_FRAME_WIDTH)),
  int(camera.get(cv2.CAP_PROP_FRAME_HEIGHT)))
print('size:'+repr(size))
 
# 幀率
fps = 5
# 總是取前一幀做為背景（不用考慮環(huán)境影響）
pre_frame = None
 
while(1):
 start = time.time()
 # 讀取視頻流
 ret, frame = camera.read()
 # 轉(zhuǎn)灰度圖
 gray_lwpCV = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
 
 if not ret:
  break
 end = time.time()
 
 # 顯示圖像
 # cv2.imshow("capture", frame)
 
 # 運動檢測部分
 seconds = end - start
 if seconds < 1.0 / fps:
  time.sleep(1.0 / fps - seconds)
 gray_lwpCV = cv2.resize(gray_lwpCV, (500, 500))
 # 用高斯濾波進行模糊處理
 gray_lwpCV = cv2.GaussianBlur(gray_lwpCV, (21, 21), 0)
 
 # 如果沒有背景圖像就將當前幀當作背景圖片
 if pre_frame is None:
  pre_frame = gray_lwpCV
 else:
  # absdiff把兩幅圖的差的絕對值輸出到另一幅圖上面來
  img_delta = cv2.absdiff(pre_frame, gray_lwpCV)
  #threshold閾值函數(shù)(原圖像應(yīng)該是灰度圖,對像素值進行分類的閾值,當像素值高于（有時是小于）閾值時應(yīng)該被賦予的新的像素值,閾值方法)
  thresh = cv2.threshold(img_delta, 25, 255, cv2.THRESH_BINARY)[1]
  # 膨脹圖像
  thresh = cv2.dilate(thresh, None, iterations=2)
  # findContours檢測物體輪廓(尋找輪廓的圖像,輪廓的檢索模式,輪廓的近似辦法)
  image, contours, hierarchy = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
  for c in contours:
   # 設(shè)置敏感度
   # contourArea計算輪廓面積
   if cv2.contourArea(c) < 1000:
    continue
   else:
    # 畫出矩形框架,返回值x，y是矩陣左上點的坐標，w，h是矩陣的寬和高
    (x, y, w, h) = cv2.boundingRect(c)
    # rectangle(原圖,(x,y)是矩陣的左上點坐標,(x+w,y+h)是矩陣的右下點坐標,(0,255,0)是畫線對應(yīng)的rgb顏色,2是所畫的線的寬度)
    cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)
    # putText 圖片中加入文字
    cv2.putText(frame, "now time: {}".format(str(time.strftime('%Y-%m-%d %H:%M:%S',time.localtime(time.time()))) ), (10, 20),
       cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 2)
    print("出現(xiàn)目標物，請求核實")
    # 保存圖像
    cv2.imwrite(save_path + str(time.strftime('%Y-%m-%d %H:%M:%S',time.localtime(time.time()))) + '.jpg', frame)
    break
  pre_frame = gray_lwpCV
 
  # 顯示圖像
  cv2.imshow("capture", frame)
  # cv2.imshow("Thresh", thresh)
  # 進行閥值化來顯示圖片中像素強度值有顯著變化的區(qū)域的畫面
  cv2.imshow("Frame Delta", img_delta)
 
 if cv2.waitKey(1) & 0xFF == ord('q'):
  break
 
 
# release()釋放攝像頭
camera.release()
#destroyAllWindows()關(guān)閉所有圖像窗口
cv2.destroyAllWindows()

補充知識：基于python使用opencv監(jiān)測視頻指定區(qū)域是否有物體移動

緣由：車停車位，早上看到右后輪有很明顯的干了的水漬，前一天下雨，車身其他位置沒有如此顯眼的水漬，不可能是前天雨水的水漬，仔細一看，從油箱蓋一直往下，很明顯，有某個X德的人故意尿在車上的，找物業(yè)拿到視頻監(jiān)控文件，自己看太費時間，于是。。。

思路：讀取視頻的關(guān)鍵幀，對比指定區(qū)域的數(shù)據(jù)，如果變化較大（排除環(huán)境光線變化），則有物體移動，截取當前幀保存?zhèn)溆谩?/p>

行動：對于python處理視頻不了解，找來找去，找到opencv，符合需求。

原來是個熊孩子小學生，上樓就到家了，這爹媽教也沒管教說不能隨地大小便么。

代碼如下：

#!/usr/bin/env python
# coding: utf-8
# @author: sSWans
# @file: main.py
# @time: 2018/1/11 15:54
 
import os
import random
from _datetime import datetime
 
import cv2
 
path = 'F:\\111'
 
 
# 遍歷目錄下的視頻文件
def get_files(fpath):
 files_list = []
 for i in os.listdir(fpath):
  files_list.append(os.path.join(fpath, i))
 return files_list
 
 
# 視頻處理
def process(file, fname):
 # camera = cv2.VideoCapture(0) # 參數(shù)0表示第一個攝像頭
 camera = cv2.VideoCapture(file)
 # 參數(shù)設(shè)置，監(jiān)測矩形區(qū)域
 rectangleX = 880 # 矩形最左點x坐標
 rectangleXCols = 0 # 矩形x軸上的長度
 rectangleY = 650 # 矩形最上點y坐標
 rectangleYCols = 100 # 矩形y軸上的長度
 KeyFrame = 17 # 取關(guān)鍵幀的間隔數(shù)，根據(jù)視頻的幀率設(shè)置，我的視頻是16FPS
 counter = 1 # 取幀計數(shù)器
 pre_frame = None # 總是取視頻流前一幀做為背景相對下一幀進行比較
 
 # 判斷視頻是否打開
 if not camera.isOpened():
  print('視頻文件打開失?。?#39;)
 
 width = int(camera.get(cv2.CAP_PROP_FRAME_WIDTH))
 height = int(camera.get(cv2.CAP_PROP_FRAME_HEIGHT))
 print('視頻尺寸（高，寬）:', height, width)
 
 if rectangleXCols == 0:
  rectangleXCols = width - rectangleX
 if rectangleYCols == 0:
  rectangleYCols = height - rectangleY
 start_time = datetime.now()
 print('{} 開始處理文件： {}'.format(start_time.strftime('%H:%M:%S'), fname))
 while True:
  grabbed, frame_lwpCV = camera.read() # 讀取視頻流
  if grabbed:
   if counter % KeyFrame == 0:
    # if not grabbed:
    #  print('{} 完成處理文件： {} 。。。 '.format(datetime.now().strftime('%H:%M:%S'),fname))
    #  break
    gray_lwpCV = cv2.cvtColor(frame_lwpCV, cv2.COLOR_BGR2GRAY) # 轉(zhuǎn)灰度圖
    gray_lwpCV = gray_lwpCV[rectangleY:rectangleY + rectangleYCols, rectangleX:rectangleX + rectangleXCols]
    lwpCV_box = cv2.rectangle(frame_lwpCV, (rectangleX, rectangleY),
           (rectangleX + rectangleXCols, rectangleY + rectangleYCols), (0, 255, 0),
           2) # 用綠色矩形框顯示監(jiān)測區(qū)域
    # cv2.imshow('lwpCVWindow', frame_lwpCV) # 顯示視頻播放窗口，開啟消耗時間大概是3倍
    gray_lwpCV = cv2.GaussianBlur(gray_lwpCV, (21, 21), 0)
    if pre_frame is None:
     pre_frame = gray_lwpCV
    else:
     img_delta = cv2.absdiff(pre_frame, gray_lwpCV)
     thresh = cv2.threshold(img_delta, 25, 255, cv2.THRESH_BINARY)[1]
     thresh = cv2.dilate(thresh, None, iterations=2)
     image, contours, hierarchy = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL,
                 cv2.CHAIN_APPROX_SIMPLE)
     for x in contours:
      if cv2.contourArea(x) < 1000: # 設(shè)置敏感度
       continue
      else:
       cv2.imwrite(
        'image/' + fname + '_' + datetime.now().strftime('%H%M%S') + '_' + str(
         random.randrange(0, 9999)) + '.jpg',
        frame_lwpCV)
       # print("監(jiān)測到移動物體。。。 ", datetime.now().strftime('%H:%M:%S'))
       break
     pre_frame = gray_lwpCV
   counter += 1
   key = cv2.waitKey(1) & 0xFF
   if key == ord('q'):
    break
  else:
   end_time = datetime.now()
   print('{} 完成處理文件： {} 耗時：{}'.format(end_time.strftime('%H:%M:%S'), fname, end_time - start_time))
   break
 camera.release()
 # cv2.destroyAllWindows() # 與上面的imshow對應(yīng)
 
 
for file in get_files(path):
 fname = file.split('\\')[-1].replace('.mp4', '')
 process(file, fname)

以上是“python中opencv如何檢測移動物體并截圖保存”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對大家有所幫助，如果還想學習更多知識，歡迎關(guān)注億速云行業(yè)資訊頻道！