AI社交距离检测器:使用OpenCV中处理图像
导言
在本系列文章中,我们将探讨如何在视频帧上使用人工智能和深入学习,以确保人们在人群中保持足够的社交距离。
在这里,我们将学习如何使用OpenCV处理图像和视频序列。我们学习如何从摄像头和视频文件中读取、写入和显示图像和视频。
2020年,随着COVID-19 病毒危机席卷全球,社交距离突然变得非常重要。社交隔离措施对公共卫生至关重要,但也不可能同时在任何地方实施。
在本系列文章中,我们将探讨如何在视频帧上使用人工智能和深入学习,以确保人们在人群中保持足够的社交距离。在本系列的最后,您将了解如何使用人工智能来确定人们有没有遵守社交距离协议:
社交距离探测器,通常应用于图像或视频序列。首先,我们将解释如何使用Python 3和OpenCV从摄像机中获取图像、读取和编写图片以及视频序列。在下一步中,我们将学习如何使用OpenCV对检测到的对象进行分析。
OpenCV是一个流行的开源、跨平台的实时计算机视觉应用程序库,它为图像处理、目标检测、机器学习、深度学习、计算摄影等提供了方便的API。要在Python 3应用程序中开始使用OpenCV,只需安装opencv-python
:
pip3 install opencv-python
然后导入cv2
模块如下:
import cv2 as opencv
有了它,您就可以使用OpenCV了。在接下来的部分中,我们将使用OpenCV API来读取、显示和写入图像。然后,我们将学习如何处理视频流,并从网络摄像头获取视频。
静态图像的读取和显示
我们首先从Lena.png文件中读取图像。下面是加载和显示图像的完整Python脚本:
import cv2 as opencv
# Load image
file_path = 'Lena.png'
lena_img = opencv.imread(file_path)
# Display image
opencv.imshow('Lena', lena_img)
opencv.waitKey(0)
首先,我使用imread
函数从文件中读取图像。我将此操作的结果存储在lena_img
变量。然后,我使用imshow
方法。此方法接受两个参数:将在其中显示图像的窗口的标题和要显示的图像。注意最后一次调用waitKey
功能。它将阻止脚本执行以显示图像,直到用户按下任何键。waitKey
函数是延时作用。我写入参数0,这意味着无限延时。
运行上述脚本后,您将看到Lena图片:
注意,imread
函数,除图像文件路径外,还接受指示图像颜色比例的可选参数。您可以使用以下三个值之一:
IMREAD_GRAYSCALE
或者1-图像将以灰度形式加载。IMREAD_COLOR
或者0-图像将以颜色加载,忽略透明通道。IMREAD_UNCHANGED
或者-1-图像将使用原始颜色刻度加载并包含透明度。
这个IMREAD_COLOR
选项是默认选项。这就是为什么我们看到的彩色版本的莉娜图像。让我们看看如何以灰度加载图像。为此,请修改imread
详情如下:
lena_img = opencv.imread(file_path, opencv.IMREAD_GRAYSCALE)
重新运行脚本之后,您将看到以下输出:
图片保存
现在我们已经知道了如何读取和显示图像,让我们看看如何将图片写入磁盘。为此,我们将使用以下语句扩展脚本:
# Process image (Gaussian blur)
kernel_size = (11,11)
sigma_X = 0
lena_img_processed = opencv.GaussianBlur(lena_img, kernel_size, sigma_X)
# Save image
output_file_path = 'Lena-processed.jpg'
opencv.imwrite(output_file_path, lena_img_processed)
上面的脚本首先模糊了预定义的11x11像素的图像。GaussianBlur
方法来自OpenCV。模糊图像存储在lena_img_processed
变量,然后将其保存到Lena-processed.png与imwrite
方法。如上文所示,imwrite
接受两个参数。第一个是文件的路径,第二个是要写入的图像。或者,imwrite
接受压缩参数数组。您可以按以下方式传递它们:
opencv.imwrite(output_file_path, lena_img_processed, [int(opencv.IMWRITE_JPEG_QUALITY), 100])
修改后的脚本的结果将是Lena-processed.jpg,看起来是这样的:
视频捕获
若要从网络摄像机中捕获帧,请使用来自OpenCV的对象VideoCapture
。其构造函数接受表示摄像机索引的整数或视频文件的路径。我从摄像机索引开始,并传递0:
import cv2 as opencv
# Create video capture
video_capture = opencv.VideoCapture(0)
然后,要从网络摄像机中捕获帧,可以使用read
的功能VideoCapture
类实例。此方法返回捕获状态(布尔值)和获取的帧。因此,下一步是检查状态并使用imshow
职能:
quit_key = ord('q')
# Display images in a loop until user presses 'q' key
while(True):
(status, camera_frame) = video_capture.read()
if(status):
opencv.imshow('Camera preview', camera_frame)
key = opencv.waitKey(10)
if(key == quit_key):
break
上述过程将继续进行,直到用户按下键盘上的‘q’。运行此脚本时,您将看到从默认摄像头中捕获的视频序列。
将摄像机帧写入视频文件
还可以将捕获的帧写入文件。你用VideoWriter
为了这个目的。在创建此类型的对象时,需要提供视频文件的路径、视频编解码器、帧速率和帧大小。OpenCV使用了FourCC编解码器,您可以使用VideoWriter_fourcc
对象。您传递一组字母,表示编解码器。例如,要使用MJPG编解码器,将每个字母作为参数传递如下:
codec = opencv.VideoWriter_fourcc('M','J','P','G')
下面是一个完整的示例,演示如何将视频序列从摄像头写入视频文件:
import cv2 as opencv
quit_key = ord('q')
# Create video capture
video_capture = opencv.VideoCapture(0)
# Video writer
video_file_name = 'camera_capture.avi'
codec = opencv.VideoWriter_fourcc('M','J','P','G')
frame_rate = 25
video_writer = None
# Display images in a loop until user presses 'q' key
while(True):
(status, camera_frame) = video_capture.read()
if(status):
opencv.imshow('Camera preview', camera_frame)
if(video_writer == None):
frame_size = camera_frame.shape[-2::-1]
video_writer = opencv.VideoWriter(video_file_name,
codec, frame_rate, frame_size)
video_writer.write(camera_frame)
key = opencv.waitKey(10)
if(key == quit_key):
break
video_writer.release()
上面的脚本通过使用VideoWriter
。注意,我初始化了VideoWriter
一次,在成功捕获第一帧之后。我这样做是为了能接触到相机的相框大小。我从shape
的属性camera_frame
。然后,我调用write
方法将新帧添加到视频文件中。一旦书写完成,我就调用release
方法关闭VideoWriter
.
读取视频文件
在最后一步中,我将向您展示如何使用OpenCV读取视频序列。再次,使用VideoCapture
对象,但这一次您需要传递视频文件名:
video_capture = opencv.VideoCapture(video_file_name)
然后,按照从摄像头获取视频的方式读取连续帧:
video_capture.read()
您可以用imshow
方法。下面是实现这种功能的完整脚本:
import cv2 as opencv
video_file_name = 'camera_capture.avi'
frame_rate = 25
video_capture = opencv.VideoCapture(video_file_name)
while(True):
(status, camera_frame) = video_capture.read()
if(status):
opencv.imshow('Video file', camera_frame)
opencv.waitKey(int(1000/frame_rate))
else:
break
总结
我们学习了如何使用OpenCV对图像(加载、写入和显示)和视频流(读和写)执行基本操作。这将作为构建我们的AI对象检测器的基础。
- 分享
- 举报
-
浏览量:8288次2020-12-13 17:04:33
-
浏览量:8251次2020-12-14 16:47:50
-
浏览量:7915次2020-12-15 17:11:22
-
浏览量:8128次2020-12-14 16:23:48
-
浏览量:8204次2020-12-13 17:30:07
-
浏览量:8552次2020-12-16 13:01:00
-
浏览量:8081次2020-12-15 16:59:08
-
浏览量:455次2023-12-14 15:48:49
-
浏览量:2281次2022-05-13 10:46:47
-
浏览量:952次2023-07-17 13:57:30
-
浏览量:1063次2024-03-01 16:56:38
-
浏览量:1057次2024-03-04 14:48:01
-
浏览量:985次2023-12-20 17:28:51
-
浏览量:579次2023-12-14 16:51:13
-
浏览量:586次2023-09-11 18:04:33
-
浏览量:5488次2021-02-09 14:27:57
-
浏览量:3284次2020-09-28 10:35:46
-
浏览量:7567次2021-01-13 17:06:49
-
浏览量:4378次2021-02-18 14:05:35
-
广告/SPAM
-
恶意灌水
-
违规内容
-
文不对题
-
重复发帖
恬静的小魔龙
感谢您的打赏,如若您也想被打赏,可前往 发表专栏 哦~
举报类型
- 内容涉黄/赌/毒
- 内容侵权/抄袭
- 政治相关
- 涉嫌广告
- 侮辱谩骂
- 其他
详细说明
图片都不能出来