تتحرك من المتوسط ، مكتبة برمجية مفتوحة للرؤية الحاسوبية

إم لا يزال القرصنة معا الكتاب النصي المسح الضوئي، وحتى الآن، كل ما أحتاجه هو أن تكون قادرة على الكشف التلقائي للصفحة بدوره. يملأ الكتاب 90 من الشاشة (إم باستخدام كاميرا كرودي للكشف عن الحركة)، لذلك عندما أتحول صفحة، واتجاه الحركة هو في الأساس في نفس الاتجاه. لقد قمت بتعديل النص البرمجي لتتبع الحركة، ولكن المشتقات لا تصلني إلى أي مكان: يكشف الحركة المتوسطة لمتوسط ​​مركز كل المربعات، وهو غير فعال للغاية. كيف أذهب في الكشف عن مثل هذه الاقتراحات بسرعة وبدقة (أي داخل عتبة) إم باستخدام بايثون، وأعتزم التمسك به، كما يستند إطار بلدي كله على بيثون. ومساعدة هو موضع تقدير، لذلك شكرا لكم جميعا مقدما. Cheers. Motion الكشف مع أوبينكف مقدمة والهدف لقد أردت دائما برنامج يستند إلى كاميرا ويب التي يمكن الكشف عن الحركة وتسجيل في ملف فيديو فقط شيء يتحرك. يتم الآن. ) في الواقع أنه ليس من المعقول حقا أن يسجل على طول لأن محرك القرص الثابت سوف تكون ملأ بسرعة إذا كان البرنامج لتشغيل يوم على سبيل المثال. لأنني أحب أوبينكف ودو لعدم وجود هذا النوع من البرامج على لينكس قررت أن تفعل ذلك. كما قال قبل البرنامج تحليل الصور المأخوذة من كاميرا ويب ونية للكشف عن الحركة. إذا تم الكشف عن حركة البرنامج يبدأ تسجيل كاميرا ويب في ملف فيديو فو 10 ثانية. بعد ذلك إذا تم الكشف عن حركة مرة أخرى فإنه لا يزال يسجل حتى يتوقف الحركات. يتم استضافة هذا المشروع على بلدي جيثب. طريقة تافهة لدي تنفيذ خوارزميتين مختلفة للكشف عن الحركة الأولى هي الأكثر تافهة في طريقه إلى التصرف. فكرة تافهة هي لحساب الفرق بين إطارين تطبيق عتبة بكسل منفصلة التي تغيرت من الآخرين ثم عد كل بكسل سوداء. ثم يتم حساب المتوسط ​​مع هذا العدد وإجمالي عدد وحدات البكسل و تبعا للسقوط يتم تشغيل الحدث أم لا. إينتيريكوردر: إنيتياليس مسجل مع الترميز التعسفي يمكن تغييرها مع مشاكل في طريقة التشغيل لا يمكن الكشف عن الحركة في أول 5 ثانية لأنه هو تقريبا الوقت اللازم لكاميرا ويب لضبط التركيز و لومينوسيتي التي تعني لوترسكووس من التغييرات على عملية الصورة: يحتوي على كافة عمليات الصور التي يتم تطبيقها على الصورة سوميثينغاسموفد: يتم تضمين الصورة التكرار لحساب بكسل سوداء في هذا الأسلوب النتيجة: الطريقة الذكية أسميها بالطريقة الذكية، لأن طريقه للعمل هو أقل تافهة من سابقتها، ولكن النتائج متطابقة إن لم يكن أكثر دقة في الطريقة السابقة. أنا ألهمت نفسي من الحركة تعقب من قبل مات ويليامسون للعمليات والمرشحات لتطبيق على الصورة ولكن كل ما تبقى مختلفة. والفكرة في هذه الطريقة هي العثور على ملامح الأجسام المتحركة وحساب مساحة كل منهم. ثم تتم مقارنة متوسط ​​تغير السطح مع السطح الكلي للصورة ويتم تشغيل المنبه إذا تجاوز الحد المعطى. لاحظ أن الشفرة المعروضة أدناه لا تنفذ نظام التسجيل كما هو الحال في المثال السابق، ولكن يمكن إجراء ذلك بسهولة. روبن ديفيد المشاركات الأخيرة جيثوب ريبوس كاتيغوريهي، وهذا سوف يكون مادة بسيطة جدا، ولكن سوف تجد أنه من المفيد جدا. بل هو حول استخراج الخلفية من الفيديو. لنفترض أنك تعطى الفيديو من لقطات من حركة المرور، قد يكون بعض الشيء من هذا القبيل. حركة المرور في الهند. ويطلب منك العثور على خلفية تقريبية. أو أي شيء من هذا القبيل. استخراج الخلفية تأتي مهمة في تتبع الكائن. إذا كان لديك بالفعل صورة للخلفية العارية، ثم أنها بسيطة. ولكن في كثير من الحالات، لن يكون لديك مثل هذه الصورة وهكذا، سيكون لديك لإنشاء واحد. هذا هو المكان الذي يأتي معدل التشغيل في متناول اليدين. (فكرت في هذا عندما سأل رجل واحد سؤال في سوف الارتباط) وظيفة نستخدم هنا للعثور على متوسط ​​الجري هو cv2.accumulateWeighted (). على سبيل المثال، إذا كنا نشاهد فيديو، فإننا نواصل تغذية كل إطار لهذه الوظيفة، وتحافظ الدالة على إيجاد متوسطات جميع الإطارات التي تغذيها وفقا للعلاقة أدناه: سرك ليس سوى صورة المصدر. ويمكن أن يكون الرمادي أو صورة ملونة وإما 8 بت أو 32 بت نقطة عائمة. دست هي صورة الإخراج أو المتراكم مع نفس القنوات مثل صورة المصدر، وهي إما النقطة العائمة 32 بت أو 64 بت. أيضا، يجب أن نعلن ذلك أولا إلى القيمة التي سيتم اتخاذها كقيمة أولية. ألفا هو وزن الصورة المدخلة. وفقا ل دوس، ألفا ينظم سرعة التحديث (مدى سرعة تراكم 8220forgets8221 حول الصور السابقة). وبعبارة بسيطة، إذا كان ألفا قيمة أعلى، يحاول متوسط ​​الصورة التقاط تغييرات سريعة جدا وقصيرة في البيانات. إذا كانت قيمة أقل، يصبح المتوسط ​​بطيئا ولن ينظر في التغييرات السريعة في الصور المدخلات. وسوف أشرح ذلك قليلا مع مساعدة من الصور في نهاية المقال. في رمز أعلاه، لقد حددت متوسطين، واحد مع قيمة ألفا أعلى وآخر مع قيمة ألفا أقل حتى تتمكن من فهم تأثير ألفا. في البداية يتم تعيين كل من الإطار الأولي لالتقاط. وفي حلقة تحصل على تحديث. يمكنك مشاهدة بعض النتائج في رابط سوف الذي قدمته من قبل. (I تقديم هذه النتائج هنا، يمكنك التحقق من رمز وقيمة ألفا هناك): لقد استخدمت كاميرا الويب الخاص بي وحفظ الإطار الأصلي وتشغيل المتوسط ​​في لحظة معينة. هذا هو إطار من الفيديو حركة المرور نموذجية التي اتخذتها كاميرا ثابتة. كما ترون، سيارة تسير على الطريق، والشخص يحاول عبور الطريق في لحظة معينة من الزمن. ولكن انظر متوسط ​​التشغيل في ذلك الوقت. لا يوجد أي شخص وسيارة في هذه الصورة (في الواقع هو هناك، إلقاء نظرة فاحصة، ثم سوف نرى ذلك، والشخص هو أكثر وضوحا من السيارة، لأن السيارة تتحرك بسرعة جدا وعبر الصورة، فإنه ليس كثيرا تأثير في المتوسط، ولكن الشخص هناك لفترة طويلة، لأنه بطيء والانتقال عبر الطريق). الآن نحن بحاجة إلى رؤية تأثير ألفا على هذه الصور.