从传入的MJPEG流跟踪OpenCV中的对象

时间:2014-07-18 20:19:26

标签: python opencv image-processing mjpeg

我已成功使用mjpeg-streamer从我的设备捕获mjpeg流。以下代码是我如何在OpenCV-python中检索此流:

import cv2
import numpy as np
import urllib

stream=urllib.urlopen('http://@192.168.7.2:8090/?action=stream/frame.mjpg')
bytes=''
while True:
    bytes+=stream.read(1024)
    a = bytes.find('\xff\xd8')
    b = bytes.find('\xff\xd9')
    if a!=-1 and b!=-1:
        jpg = bytes[a:b+2]
        bytes= bytes[b+2:]
        i = cv2.imdecode(np.fromstring(jpg, dtype=np.uint8),cv2.CV_LOAD_IMAGE_COLOR)
        cv2.imshow('i',i)
        if cv2.waitKey(1) ==27:
            exit(0) 

我还有基于颜色范围跟踪移动对象的代码。此代码的视频源是在OpenCV中直接从网络摄像头中提取的。这是代码:

import cv2.cv as cv
import time
import sys

capture = CaptureFROMCAM(0)

while True:
img = cv.QueryFrame(capture)


cv.Smooth(img,img,cv.CV_BLUR,3)
hue_img = cv.CreateImage(cv.GetSize(img),8, 3)
cv.CvtColor(img,hue_img, cv.CV_BGR2HSV)

# Remove all the pixels that don't match
threshold_img = cv.CreateImage(cv.GetSize(hue_img), 8, 1)
cv.InRangeS(hue_img, (100,180,80), (225,160,80), threshold_img)

# Find all the areas of color out there
storage = cv.CreateMemStorage(0)
contour = cv.FindContours(threshold_img, storage, cv.CV_RETR_CCOMP, cv.CV_CHAIN_APPROX_SIMPLE)

# Step through all the areas
points = []
while contour:
    # Get the info about this area
    rect = cv.BoundingRect(list(contour))
    contour = contour.h_next()
    # Check to make sure the area is big enough to be of concern
    size = (rect[2] * rect[3])
    if size > 25:
        pt1 = (rect[0], rect[1])
        pt2 = (rect[0] + rect[2], rect[1]+rect[3])
        # Add a rectangle to the initial image
        cv.Rectangle(img, pt1, pt2, (15,15,255))    

threshold_img = cv.CreateImage(cv.GetSize(hue_img),8,1)
cv.InRangeS(hue_img, (16,82,19), (30,255,255), threshold_img)

cv.ShowImage("Color Tracking", img)
cv.ShowImage("threshold", threshold_img)    

if cv.WaitKey(10) == 27:
    success, frame = videoCapture.read()
    while success:
        videoWriter.write(frame)
        success, frame = videoCapture.read()
    break

我的问题是:如何组合这两个进程,以便我可以使用第一个程序完成的解码jpeg图像作为第二个代码中图像处理的输入?我尝试了各种各样的组合,但我还没有运气。我一直收到错误

  

cv.QueryFrame没有有效的参数' capture'

这告诉我它并不喜欢我试图提供它的jpeg格式。有没有人有什么建议?感谢!!!

2 个答案:

答案 0 :(得分:1)

连接两种算法的关键思路:

#infinite loop
#...stream reading operations
if a!=-1 and b!=-1:
    jpg = bytes[a:b+2]
    bytes= bytes[b+2:]
    img = cv2.imdecode(np.fromstring(jpg, dtype=np.uint8),cv2.CV_LOAD_IMAGE_COLOR)
    if cv2.waitKey(1) ==27:
        exit(0) 
else:
    continue
cv.Smooth(img,img,cv.CV_BLUR,3)
#... other tracker operations ...

imdecode函数"从内存中的缓冲区中读取图像"。 QueryFrame从视频捕获设备读取数据并返回图像。 ("抓取,解码并返回下一个视频帧。")因此,这两种方法都会为您提供一个图像对象,但每个图像对象来自不同的来源(相机与缓冲区)。并且图像是您在跟踪器中进一步处理所需的正确选择!大多数OpenCV方法使用图像作为其固有的栅格数据格式。

管道比这样:从图像文件或视频捕获帧/加载图片 - > [图像] - >在图像上完成的处理,计算,阈值,轮廓等 - >显示结果或修改后的图像 - >重复这个(永远:-))。有关详细信息,请参阅http://docs.opencv.org/modules/highgui/doc/reading_and_writing_images_and_video.html

答案 1 :(得分:0)

检查第一个源代码,执行cv2.imshow('i',i)时,网络摄像头图像显示在窗口上。

此时,而不是显示图像,您应该使用第二个代码中的算法处理它,该代码在img = cv.QueryFrame(capture)之后开始。这意味着您不再需要这些线路了:

capture = CaptureFROMCAM(0)

while True:
img = cv.QueryFrame(capture)