Raspi物体检测

来源：互联网发布：这个男人来自地球知乎编辑：程序博客网时间：2024/05/16 10:24

原文出处：http://blog.topspeedsnail.com/archives/10797

本帖使用OpenCV检测移动的物体（洋文：Motion Detection）。它的应用非常广泛，常用在视频监控（当摄像头内有移动物体出现时，摄像头会自动抓拍，并保存图像/视频）、车流量监控等等。

我喜欢听着音乐上大号，我就想有没有办法在我上大号时自动播放音乐，智能马桶的滚粗（能放音乐的应该不多）。这时，我想起了闲置的树莓派，使用OpenCV+树莓派做Motion Detection，只要检测到有移动的东西（人）就开始播放音乐。恩，没错，本人相当懒。另外，在上大号时被摄像头照着也挺别扭。

Motion Detection的实现方法有很多，我使用的方法是Background subtraction、tutorial_py_bg_subtraction。

Background subtraction基本原理：首先取一张静态的背景图（不包含要检测的移动物体），然后比较监控图像（包含移动物体）和背景图，找到不同区域，这个区域就是要检测的物体。在现实环境中要复杂的多，我们还要考虑到光线变化、阴影、反射等等影响背景环境的因素。

本帖代码运行环境：Ubuntu + OpenCV 3.1，稍作修改即可在树莓派上运行。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
import cv2
import time
 
camera = cv2.VideoCapture(0)
if camera is None:
    print('请先连接摄像头')
    exit()
 
fps = 5 # 帧率
pre_frame = None  # 总是取前一帧做为背景（不用考虑环境影响）
 
play_music = False
 
while True:
    start = time.time()
    res, cur_frame = camera.read()
    if res != True:
        break
    end = time.time()
    seconds = end - start
    if seconds < 1.0/fps:
        time.sleep(1.0/fps - seconds)
    """
    cv2.imshow('img', cur_frame)
    key = cv2.waitKey(30) & 0xff
    if key == 27:
        break
    """
    gray_img = cv2.cvtColor(cur_frame, cv2.COLOR_BGR2GRAY)
    gray_img = cv2.resize(gray_img, (500, 500))
    gray_img = cv2.GaussianBlur(gray_img, (21, 21), 0)
 
    if pre_frame is None:
        pre_frame = gray_img
    else:
        img_delta = cv2.absdiff(pre_frame, gray_img)
        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 c in contours:
            if cv2.contourArea(c) < 1000: # 设置敏感度
                continue
            else:
                #print(cv2.contourArea(c))
                print("前一帧和当前帧不一样了, 有什么东西在动!")
                play_music = True
                break
 
        pre_frame = gray_img
 
camera.release()
cv2.destroyAllWindows()

OpenCV检测移动物体

我在摄像头前稍有移动，它就检测出来了。如果我在摄像头前保持静止，由于前一帧和当前帧没有大的变化，它就认为场景内没有移动的东西。

下面只要起一个线程播放音乐就大公告成了。

Python播放mp3的方法非常多，由于我使用Linux系统，最简单的方式是直接调用mplayer，连线程都省了。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
importos
importsubprocess
importrandom
importcv2
importtime
 
camera=cv2.VideoCapture(0)
ifcameraisNone:
    print('请先连接摄像头')
    exit()
 
fps=5# 帧率
pre_frame=None  # 总是取前一帧做为背景
 
mp3_path='/root/Music'
mp3_filenames=[]
formp3inos.listdir(mp3_path):
    ifmp3.endswith('.mp3'):
        mp3_filenames.append(mp3)
 
whileTrue:
    start=time.time()
    res,cur_frame=camera.read()
    ifres!=True:
        break
    end=time.time()
    seconds=end-start
    ifseconds<1.0/fps:
        time.sleep(1.0/fps-seconds)
    """
    cv2.imshow('img', cur_frame)
    key = cv2.waitKey(30) & 0xff
    if key == 27:
        break
    """
    gray_img=cv2.cvtColor(cur_frame,cv2.COLOR_BGR2GRAY)
    gray_img=cv2.resize(gray_img,(500,500))
    gray_img=cv2.GaussianBlur(gray_img,(21,21),0)
 
    ifpre_frameisNone:
        pre_frame=gray_img
    else:
        img_delta=cv2.absdiff(pre_frame,gray_img)
        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)
        forcincontours:
            ifcv2.contourArea(c)<1000:# 设置敏感度
                continue
            else:
                mp3_file=mp3_path+'/'+random.choice(mp3_filenames)
                print("playing",mp3_file)
                p=subprocess.Popen('mplayer '+mp3_file,stdin=None,stdout=None,shell=True)
                p.wait()
                break
 
        pre_frame=gray_img
 
camera.release()
cv2.destroyAllWindows()

树莓派读摄像头代码片段：

1
2
3
4
5
6
7
8
camera=PiCamera()
camera.resolution=(500,500)
camera.framerate=5
rawCapture=PiRGBArray(camera)
 
forfincamera.capture_continuous(rawCapture,format="bgr",use_video_port=True):
    cur_frame=f.array
    #...