Как программно подсчитать въехавшие и выехавшие авто?

Question

[YaKot]

Нужно организовать программный подсчёт въехавших и выехавших автомобилей на opencv.
Как реализовать?

Answer 1

[kazmiruk]

А в чем сложность? Камера статична? фиксируете фон, разделяете область, снимаемую камерой на 2 области. Подбираете размер, после которого объект становится автомобилем. Получаем следующий алгоритм: вычитаем фон, бинаризируем получившийся результат (до этого возможно фильтруем с применение пространственно-временного фильтра, т.е. не только по текущему кадру усредняем, но и по соседним. Это позволит избавится от шума, дождя, снега, летающих насекомых), находим объекты, который больше определенного порога (чтобы отделить машин от собак и людей), смотрим как меняется положение объекта. Если из области 1 в область 2, то въехал, наоборот - выехал. Проблемы начинаются, если камера фиксирует сразу несколько автомобилей, которые могут перекрывать друг друга при движении и т.п. Тут уже необходим трекинг движения автомобиля + метод отделения одного автомобиля от другого. Ну а после реализации начинаем подбирать параметры: может ли автомобиль проехать весь кадр за 1 секунду. если не может, то все что это осуществит находится явно ближе к камере (птицы, насекомые) и нас не интересует.

Comments

[YaKot]

Сложность в том, что не понятно. Камера статична. Подвешена на 8 метров от земли. В программирование не силён, но на примере разобраться смогу. Не могли бы Вы привести пример всех тех операций, которые поясняли, в коде?

[kazmiruk]

YaKot: В коде немного лень, но постараюсь в псевдокоде:
1. бинаризация - это фактически делаем из каждого пиксела либо черный, либо белый. Делается чем-то вроде такого:
for x in img:
for y in img[x]:
if F(img[x][y]) > threshold:
newimg[x][y] = 1
else:
newimg[x][y] = 0
где F - функция, которая простым языком преобразует 3 канала (RGB) в один. Это может быть просто функция переводящая в оттенки серого
2. Подбор размера - берете пару кадров и смотрите (это не программа, прямо руками в фотошопе смотрите) сколько на этих кадрах занимает самый маленький автомобиль в пикселах. Это будет Вашим порогом когда объект становится автомобилем (можно сложнее и эффективней, но для начала пойдет и так)
3. вычитание фона. У вас есть сохраненный бинаризованный фон из первого этапа. Теперь смотрим что изменилось на изображении:
for x in img:
for y in img[x]:
movement[x][y] = abs(img[x][y] - background[x][y])
После этого в movement у Вас будут все пикселы, которые отличаются от исходного фона, полученного на первом этапе.
4. Так как вычитание чувствительно к шуму (а также разным насекомым, дождю и тп) лучше всего отфильтровать изображение по маске. Делается примерно так:
for x in img:
for y in img[x]:
newimg[x][y] = (newimg[x-1][y-1] * mask[0][0] + newimg[x][y-1] * mask[1][0] + newimg[x+1][y-1] * mask[2][0] + newimg[x-1][y] * mask[0][1] + newimg[x][y] * mask[1][1] + newimg[x+1][y] * mask[2][1] + newimg[x-1][y+1] * mask[0][2] + newimg[x][y+1] * mask[1][2] + newimg[x+1][y+1] * mask[2][2])/9
В mask матрица 3х3, которая содержит коэффициенты сглаживания. Например для данного случая будет эффективна сглаживающая матрица
1 0 1
0 1 0
1 0 1
Это будет фильтрация пространственная. Если нужна еще и временная фильтрация (эффективней), то берется 3 кадра (текущий, перед ним и после него) и маска 3хмерная. Значение пиксела определяется как среднее для 1ого кадра и z=0 в маске, 2 кадра и z=1 и 3его кадра и z=2 в маске.
4. Нашли объекты, теперь находим их центр масс. Самый простой вариант - берем координаты случайного набора пикселей объекта и находим среднее (складываем x, дели на количество. Аналогично с y). По нескольким кадрам определяем вектор движения объекта. На основании вектора определяем въехал или выехал.

Это самый элементарный вариант. Он обладает большим количеством минусов, но учитывая то, что Вы в этом не сильно разбираетесь, то здесь я не смогу объяснить более сложные вещи. А этого должно хватить для простых случаев.

[YaKot]

kazmiruk: Спасибо Вам большое за обширный ответ.

Answer 2

[Армянское Радио]

OpenCV здесь не очень нужен, это как из пушки по воробьям. Достаточно двух фотобарьеров на въезде (ну или двух камер, если так хочется).

Если проехал первый барьер, потом второй - +1
Если проехал второй барьер, потом первый - -1

Comments

[АртемЪ]

Утром дворник с лопатой пройдет по пять раз туда и обратно.

[Армянское Радио]

Артем: задача жутко размытая, не ясно, на улице дело происходит, или в помещении, ходит ли там дворник с собакой - поводырем, окруженный стаей птиц в снежный буран, или не ходит и так далее.