Детектор движения на Python?

Question

[JRBRO]

Всем привет. Нашел готовые решения которые в онлайн режиме выделяют зеленым движения

Теперь вопрос. Есть ли какое решение с OpenCV библиотекой, чтобы:

Вычислять смещение предметов относительно референса, тоесть я ему задам "норму", а он покажет отклоненя?
Выбирать область, в которой может быть сдвиг?
Научить ее оповещать о таких движениях?

Задача- у статичной студии выявлять не двинул ли ведущий декорации, но дать понять скрипту что допустим стол и область с ведущим могут быть подвижными. Все это можно в фото режиме, не обязательно в лайв-видео

Answer 1

[Vindicar]

Выбирать область, в которой может быть сдвиг?

Формируете маску игнорируемых областей, по этой маске заливаете "ненужные" пиксели одним цветом, а потом уже обрабатываете. В залитых пикселях движения точно не будет. =)

Задача- у статичной студии выявлять не двинул ли ведущий декорации,

Т.е. нужно обнаружить сам факт движения, а не выделить область, где оно произошло?
Я бы прошелся небольшим blur'ом по эталонному кадру и по текущему, а потом попиксельно вычел. Остаток прогнать через пороговое преобразование, если есть заметное смещение - значит, что-то не так.
Но будет работать только если освещение не меняется, а в анализируемую зону не падает тень от ведущего.
Если декорации цветные, то это можно отчасти нивелировать, работая в системе цветности HSV по каналу Hue (оттенок), игнорируя Saturation (насыщенность) и Value (яркость).

Comments

[JRBRO]

Не подскажете источник где можно посмотреть про игнорируемые маски?

[Vindicar]

JRBRO, ну разве что описание алгоритмов background subtraction, вроде метода смеси гауссиан (Gaussian Mixture Model). Конкретную ссылку привести затрудняюсь.
Но идея-то на поверхности лежит. Алгоритм статистически определяет "допустимый" диапазон вариаций значений пикселей в области, и отмечает как движение всё, что не укладывается в этот диапазон. Нет изменений пикселей - нет движения. Обратите внимание на белые машины на вашем примере - они фиксируются как движущиеся в начале и в конце, там, где меняется яркость пикселей. А сама белая крыша не меняется, и движение на ней не фиксируется.
Конечно, можно пойти по другому пути - проверять перекрытие областей движения с игнорируемой областью и игнорировать те, которые с ней пересекаются. ЕМНИП, алгоритмы background subtraction дают на выходе пиксельную маску, а не набор ограничивающих рамок (bounding box), так что это будет не так уж сложно. Но по мне так проще обработать исходный кадр.

И да, формирование маски - я имел ввиду вручную, один раз нарисовать изображение, где белым отмечена анализируемая часть кадра, а чёрным - игнорируемая. А потом модифицировать кадр согласно этой маске.