使用OpenCV和Python構建運動熱圖視頻

OpenCV是一個強大的圖像和視頻處理庫，在這篇文章中，我將創建一個運動熱圖，用於檢測運動、一些物體或人的流動方向，以及在投影公共區域時對建築師的幫助。

簡介：

OpenCV，或（開源計算機視覺）是英特爾於1999年開發的一個庫，主要是計算機視覺和實時視頻操作，它是用C++編寫的，但受不同的語言（包括Python）支持。

工作流程：

這個程序是基於一種被稱為高斯背景減法的技術。這項技術被廣泛應用於用穩定的攝像機檢測運動物體。

背景減法創建一個表示幀（圖像的靜態部分）背景的蒙版，對於每一幀，它將減去前一幀。

讓我們對該算法如何工作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，下一幀將從上一幀中減去，因此，如果兩幀之間發生變化（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市場銷售。

以下是背景遮罩應用於從城市攝像機錄製的短視頻的示例：

代碼：

對於整個項目存儲庫，請在此處檢查。

• https://github.com/robertosannazzaro/motion-heatmap-opencv/blob/master/README.md

代碼首先讀取輸入的視頻文件並初始化所需的一些變量：

<code>
capture
 = cv2.VideoCapture(
'input.mp4'
)
background_subtractor
 = cv2.bgsegm.createBackgroundSubtractorMOG()
length
 = int(capture.get(cv2.CAP_PROP_FRAME_COUNT))
/<code>

然後，for循環遍歷幀開始：

<code>
for
 
i in range(0, length):

      
frame = capture.read()
 
    
if
 
first_iteration_indicator == 1:

        
first_frame
 = 
copy.deepcopy(frame)
          
width = frame.shape[:2]
        
accum_image
 = 
np.zeros((height, width), np.uint8)
/<code> 

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減法的背景，然後accum_image使用與該幀的大小相對應的大小來初始化該數組。

<code>filter = background_subtractor.apply(frame)   

threshold = 2
maxValue = 2
ret, 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)
/<code>

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。

然後將掩碼的結果添加到accum_image數組中，對每個幀執行此操作。結果由用於存儲視頻中發生的每個運動的accum_image數組組成，。

此外，在最後，因此，當已經對每個幀執行了先前描述的操作時，顏色映射被應用於遮罩並且遮罩與當前幀合併。

更進一步說，可以製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，然後再次使用cv2，通過合併所有幀來生成視頻：

<code>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()
/<code>

最後結果：