OpenCV檢測場景内是否有移動物體

轉載自：​​http://blog.topspeedsnail.com/archives/10797​​

本帖使用OpenCV檢測移動的物體（洋文：Motion Detection）。它的應用非常廣泛，常用在視訊監控（當攝像頭内有移動物體出現時，攝像頭會自動抓拍，并儲存圖像/視訊）、車流量監控等等。

我喜歡聽着音樂上大号，我就想有沒有辦法在我上大号時自動播放音樂，智能馬桶的滾粗（能放音樂的應該不多）。這時，我想起了閑置的樹莓派，使用OpenCV+樹莓派做Motion Detection，隻要檢測到有移動的東西（人）就開始播放音樂。恩，沒錯，本人相當懶。另外，在上大号時被攝像頭照着也挺别扭。

Motion Detection的實作方法有很多，我使用的方法是​​Background subtraction​​​、​​tutorial_py_bg_subtraction​​。

Background subtraction基本原理：首先取一張靜态的背景圖（不包含要檢測的移動物體），然後比較監控圖像（包含移動物體）和背景圖，找到不同區域，這個區域就是要檢測的物體。在現實環境中要複雜的多，我們還要考慮到光線變化、陰影、反射等等影響背景環境的因素。

本帖代碼運作環境：Ubuntu + OpenCV 3.1，稍作修改即可在樹莓派上運作。

import cv2
import time
 
camera = cv2.VideoCapture(0)
if camera is None:
    print('請先連接配接攝像頭')
    exit()
 
fps = 5 # 幀率
pre_frame = None  # 總是取前一幀做為背景（不用考慮環境影響）
 
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: # 設定敏感度
                continue
            else:
                #print(cv2.contourArea(c))
                print("前一幀和目前幀不一樣了, 有什麼東西在動!")
                play_music = True
                break
 
        pre_frame = gray_img
 
camera.release()
cv2.destroyAllWindows()      

我在攝像頭前稍有移動，它就檢測出來了。如果我在攝像頭前保持靜止，由于前一幀和目前幀沒有大的變化，它就認為場景内沒有移動的東西

下面隻要起一個線程播放音樂就大公告成了。

import os
import subprocess
import random
import cv2
import time
 
camera = cv2.VideoCapture(0)
if camera is None:
    print('請先連接配接攝像頭')
    exit()
 
fps = 5 # 幀率
pre_frame = None  # 總是取前一幀做為背景
 
mp3_path = '/root/Music'
mp3_filenames = []
for mp3 in os.listdir(mp3_path):
    if mp3.endswith('.mp3'):
        mp3_filenames.append(mp3)
 
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: # 設定敏感度
                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()      

camera = PiCamera()
camera.resolution = (500, 500)
camera.framerate = 5
rawCapture = PiRGBArray(camera)
 
for f in camera.capture_continuous(rawCapture, format="bgr", use_video_port=True):
    cur_frame = f.array