Question

所以我一直试图制作一个动作跟踪器来跟踪在视频中移动的狗（自上而下记录）检索显示狗的裁剪视频并忽略其余的背景。

我首先尝试使用opencv 3中的可用算法进行对象跟踪（BOOSTING，MIL，KCF，TLD，MEDIANFLOW，GOTURN（返回错误，无法解决））this link我甚至通过减去第一帧来尝试运动跟踪的基本算法，但它们都没有给出好的结果。 Link

我更喜欢一个带有预设矩形框的代码，一旦检测到它就围绕着运动区域。像video

这样的东西

我对OPENCV不太熟悉，但我认为单一动作跟踪不应该是一个问题，因为已经完成了很多工作。我应该考虑其他库/ API还是有更好的代码/教程我可以遵循以完成这项工作？我的观点是稍后将其用于神经网络（这就是我尝试使用python / opencv解决它的原因）

感谢您提供任何帮助/建议

修改

我删除了以前的代码，以使帖子更清晰。

另外，根据我得到的反馈和进一步的研究，我能够修改一些代码，使其接近我想要的结果。但是，我仍然有一个恼人的跟踪问题。看起来第一帧影响了跟踪的其余部分，因为即使在狗移动之后，它仍然会检测到它的第一个位置。我尝试使用标志将跟踪限制为仅1个动作，但检测结果搞砸了。这是显示结果的代码和图片：

jimport imutils
import time
import cv2

previousFrame = None

def searchForMovement(cnts, frame, min_area):

    text = "Undetected"

    flag = 0

    for c in cnts:
        # if the contour is too small, ignore it
        if cv2.contourArea(c) < min_area:
            continue

        #Use the flag to prevent the detection of other motions in the video
        if flag == 0:
            (x, y, w, h) = cv2.boundingRect(c)

            #print("x y w h")
            #print(x,y,w,h) 
            cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)
            text = "Detected"
            flag = 1

    return frame, text

def trackMotion(ret,frame, gaussian_kernel, sensitivity_value, min_area):


    if ret:

        # Convert to grayscale and blur it for better frame difference
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        gray = cv2.GaussianBlur(gray, (gaussian_kernel, gaussian_kernel), 0)



        global previousFrame

        if previousFrame is None:
            previousFrame = gray
            return frame, "Uninitialized", frame, frame



        frameDiff = cv2.absdiff(previousFrame, gray)
        thresh = cv2.threshold(frameDiff, sensitivity_value, 255, cv2.THRESH_BINARY)[1]

        thresh = cv2.dilate(thresh, None, iterations=2)
        _, cnts, _ = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

        frame, text = searchForMovement(cnts, frame, min_area)
        #previousFrame = gray

    return frame, text, thresh, frameDiff




if __name__ == '__main__':

    video = "Track.avi"
    video0 = "Track.mp4"
    video1= "Ntest1.avi"
    video2= "Ntest2.avi"

    camera = cv2.VideoCapture(video1)
    time.sleep(0.25)
    min_area = 5000 #int(sys.argv[1])

    cv2.namedWindow("Security Camera Feed")


    while camera.isOpened():

        gaussian_kernel = 27
        sensitivity_value = 5
        min_area = 2500

        ret, frame = camera.read()

        #Check if the next camera read is not null
        if ret:
            frame, text, thresh, frameDiff = trackMotion(ret,frame, gaussian_kernel, sensitivity_value, min_area)

        else:
            print("Video Finished")
            break


        cv2.namedWindow('Thresh',cv2.WINDOW_NORMAL)
        cv2.namedWindow('Frame Difference',cv2.WINDOW_NORMAL)
        cv2.namedWindow('Security Camera Feed',cv2.WINDOW_NORMAL)

        cv2.resizeWindow('Thresh', 800,600)
        cv2.resizeWindow('Frame Difference', 800,600)
        cv2.resizeWindow('Security Camera Feed', 800,600)
      # uncomment to see the tresh and framedifference displays                  
        cv2.imshow("Thresh", thresh)
        cv2.imshow("Frame Difference", frameDiff)



        cv2.putText(frame, text, (10, 20), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 2)
        cv2.imshow("Security Camera Feed", frame)

        key = cv2.waitKey(3) & 0xFF
        if key == 27 or key == ord('q'):
            print("Bye")
            break

    camera.release()
cv2.destroyAllWindows()

此图显示了第一帧仍然影响帧差异结果，这会强制盒子覆盖没有运动的区域。

这一个示出了忽略运动的情况，错误地检测到不再存在的运动（与视频的第二帧和第一帧的帧差异）。当我允许多次跟踪时，它会跟踪两者，这仍然是错误的，因为它检测到空白区域。

有没有人知道代码错误或缺乏的地方？我一直在努力，但无法让它正常工作。

提前谢谢!!

Answer 1

为了包含运动检测，我在 NPM Registry 和 docker hub 上创建了通用组件这会检测客户端网络摄像头（React app）上的运动，并在基于开放 CV 的 Python 中使用服务器所以客户端只捕获网络摄像头图像，服务器使用 OPENCV 分析这些图像以确定是否有运动客户端可以指定服务器每次有动作时调用的回调函数服务器只是一个 docker 镜像，您可以将其拉取和运行并将其 URL 指定给客户端

NPM 注册表（客户端）

注册链接：

https://www.npmjs.com/settings/kunalpimparkhede/packages

命令

npm install motion-detector-client

Docker 镜像（服务器）

链接

https://hub.docker.com/r/kunalpimparkhede/motiondetectorwebcam

命令

docker pull kunalpimparkhede/motiondetectorwebcam

您只需要编写以下代码即可进行运动检测

用法：

import MotionDetectingClient from './MotionDetectingClient';

<MotionDetectingClient server="http://0.0.0.0:8080" callback={handleMovement}/>

function handleMovement(pixels) 
{
console.log("Movement By Pixel="+pixels)
}

在服务器端：只需在端口 8080 上启动 docker 服务器：

docker run --name motion-detector-server-app -P 8080:5000 motion-detector-server-app

opencv python中的运动跟踪

1 个答案: