python+openCV利用摄像头实现人员活动检测_树莓派行人检测 - CSDN文库

3星 · 超过75%的资源 29 浏览量更新于2023-03-03 评论 10 收藏 163KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

python+openCV利用摄像头实现人员活动检测利用摄像头实现人员活动检测

本文实例为大家分享了python+openCV利用摄像头实现人员活动检测的具体代码，供大家参考，具体内容如下

1.前言前言

最近在做个机器人比赛，其中一项要求是让机器人实现对是否有人员活动的检测，所以就先拿PC端写一下，准备移植到机器

人的树莓派。

2.工具工具

工具还是简单的python+视觉模块openCV，代码量也比较少。很简单就可以实现

3.人员检测的原理人员检测的原理

从图书馆借了一本《特征提取与图像处理（第二版）》，是Mark S.Nixon和Alberto S.Aguado写的，其中讲了跟多关于检测

图像运动的方法，我们选取了最简单的一种。

说的很高大上，简单的说一下原理。假设有两帧不同时间采集的图像，检测运动的最简单方法就是计算图像差值。也就是说，

通过把亮度值相减可以得到变化或者运动；如果没有发生运动，相减的结果就是0；但如果图像中的目标作出的运动，他们的

图像像素亮度值就会发生变化，相减结果是一个非0的值

4.开始开始

（1）.我们开启摄像头模块还是利用openCV，如下代码即可。我们使用的是笔记本电脑自带的摄像头（树莓派想直接用一个

USB摄像头插上而不是用CSI摄像头，这样直接移植代码比较方便）

camera = cv2.VideoCapture(0)

（2）.查看一下camera的尺寸，用以下两个函数

width = int(camera.get(cv2.CAP_PROP_FRAME_WIDTH))

height = int(camera.get(cv2.CAP_PROP_FRAME_HEIGHT))

（3）.检测轮廓还是需要用灰度图像，不明白的可以看看我以前的文章

gray_pic = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

上一步骤即把图像灰度化

（4）.重点说一下这个FPS的设置，我用以下写法，也是参考了一下别人的代码哈=、=

start = time.time()

"""

xxxxx中间一部分代码省略

"""

seconds = end - start

if seconds < 1.0 / fps:

time.sleep(1.0 / fps - seconds）

（5）.进行一下高斯滤波模糊处理

这里说一下高斯滤波是一种线性平滑滤波，通俗的讲，高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值，都

由其本身和邻域内的其他像素值经过加权平均后得到。我理解的就是一个卷积的过程。

听着很麻烦但实现很简单

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余3页未读，立即下载

评论1

lylgwlw2021

2022-02-05

这源码都没有格式，怎么运行啊，还得一行一行看，服了

weixin_38708841

粉丝: 3
资源: 945

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈