python opencv 检测移动物体并截图保存实例

1. 简介

在计算机视觉领域,使用Python编程语言和OpenCV库可以进行各种图像处理和分析任务。本文将介绍如何使用Python和OpenCV来检测移动物体并截图保存的实例。

2. 准备工作

2.1 安装OpenCV

首先,我们需要安装OpenCV库。您可以使用以下命令在Python环境中安装OpenCV:

pip install opencv-python

2.2 导入必要的库

在开始编写代码之前,我们需要导入一些必要的库:

import cv2

import numpy as np

import time

3. 检测移动物体并截图保存

3.1 初始化摄像头

我们首先需要初始化系统上的摄像头:

cap = cv2.VideoCapture(0)

这将创建一个VideoCapture对象,用于从摄像头获取实时图像。

3.2 设置参数

我们可以根据需要设置一些参数。在本例中,我们将使用一个名为temperature的参数,其值为0.6:

temperature = 0.6

3.3 检测移动物体

接下来,我们将使用OpenCV中的函数来检测移动物体:

previous_frame = None

while True:

ret, frame = cap.read()

if not ret:

break

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

gray = cv2.GaussianBlur(gray, (21, 21), 0)

if previous_frame is None:

previous_frame = gray

continue

frame_delta = cv2.absdiff(previous_frame, gray)

thresh = cv2.threshold(frame_delta, 25, 255, cv2.THRESH_BINARY)[1]

thresh = cv2.dilate(thresh, None, iterations=2)

contours, _ = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

for contour in contours:

if cv2.contourArea(contour) < 500:

continue

(x, y, w, h) = cv2.boundingRect(contour)

cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)

cv2.imshow('Frame', frame)

key = cv2.waitKey(1) & 0xFF

if key == ord('q'):

break

previous_frame = gray

cap.release()

cv2.destroyAllWindows()

上述代码中,我们首先从摄像头中读取一帧图像,并将其转换为灰度图像。然后,我们对当前帧图像和前一帧图像进行比较,并使用阈值技术将差异转换为二值图像。接下来,我们使用轮廓检测算法来检测移动物体,并在原始图像上绘制边界框。

3.4 截图保存

我们还可以在检测到移动物体时进行截图保存:

timestamp = time.strftime('%Y%m%d-%H%M%S')

filename = f'motion_{timestamp}.png'

cv2.imwrite(filename, frame)

print(f'Saved {filename}')

免责声明:本文来自互联网,本站所有信息(包括但不限于文字、视频、音频、数据及图表),不保证该信息的准确性、真实性、完整性、有效性、及时性、原创性等,版权归属于原作者,如无意侵犯媒体或个人知识产权,请来电或致函告之,本站将在第一时间处理。猿码集站发布此文目的在于促进信息交流,此文观点与本站立场无关,不承担任何责任。