OpenCV是一個(gè)強(qiáng)大的圖像和視頻處理庫(kù)，在這篇文章中，我將創(chuàng)建一個(gè)運(yùn)動(dòng)熱圖，用于檢測(cè)運(yùn)動(dòng)、以及物體或人的流動(dòng)方向，在投影公共區(qū)域時(shí)可以對(duì)建筑師有所幫助。

簡(jiǎn)介

OpenCV，或（開(kāi)源計(jì)算機(jī)視覺(jué)）是英特爾于1999年開(kāi)發(fā)的一個(gè)庫(kù)，主要提供計(jì)算機(jī)視覺(jué)和實(shí)時(shí)視頻的相關(guān)操作，它是用C＋＋編寫(xiě)的，同時(shí)也支持多種其它語(yǔ)言（包括Python）。工作流程這個(gè)程序是基于一種被稱(chēng)為高斯背景差法的技術(shù)，這項(xiàng)技術(shù)被廣泛應(yīng)用于用穩(wěn)定的攝像機(jī)檢測(cè)運(yùn)動(dòng)物體。背景差法創(chuàng)建一個(gè)表示幀（圖像的靜態(tài)部分）背景的模板，對(duì)于每一幀，它將減去前一幀。讓我們對(duì)該算法的兩個(gè)主要步驟進(jìn)行一個(gè)簡(jiǎn)要概述：背景初始化：在第一步中，通過(guò)凍結(jié)第一幀來(lái)計(jì)算背景的模型。更新：在第二步中，下一幀將減去上一幀，如果兩幀之間發(fā)生變化（移動(dòng)），則這些幀的差異將反映出該變化，可以通過(guò)應(yīng)用過(guò)濾器來(lái)進(jìn)行提取差異信息。以下是背景差法應(yīng)用于從城市攝像機(jī)錄制的短視頻的示例：

代碼對(duì)于整個(gè)項(xiàng)目存儲(chǔ)庫(kù)，在此處可以獲取。https：／／github．com／robertosannazzaro／motion－h(huán)eatmap－opencv／blob／master／README．md代碼首先讀取輸入的視頻文件并初始化所需的一些變量：capture ＝ cv2．VideoCapture（＇input．mp4＇）background＿subtractor ＝ cv2．bgsegm．createBackgroundSubtractorMOG（）length ＝ int（capture．get（cv2．CAP＿PROP＿FRAME＿COUNT））然后，for循環(huán)遍歷視頻幀：for i in range（0， length）：

ret， frame ＝ capture．read（）

＃ If first frame    if first＿iteration＿indicator ＝＝ 1：

first＿frame ＝ copy．deepcopy（frame）        height， width ＝ frame．shape［：2］        accum＿image ＝ np．zeros（（height， width）， np．uint8）

第一個(gè)if塊檢查該幀是否為視頻的第一幀，這樣做是為了初始化背景差法的背景，然后accum＿image使用與該幀大小相對(duì)應(yīng)的大小來(lái)初始化該數(shù)組。

filter ＝ background＿subtractor．a(chǎn)pply（frame）  ＃ remove the background

threshold ＝ 2maxValue ＝ 2ret， th1 ＝ cv2．threshold（filter， threshold， maxValue， cv2．THRESH＿BINARY）

accum＿image ＝ cv2．a(chǎn)dd（accum＿image， th1）

color＿image＿video ＝ cv2．a(chǎn)pplyColorMap（accum＿image， cv2．COLORMAP＿HOT）

為了消除例如風(fēng)，小鳥(niǎo)飛行等少量運(yùn)動(dòng)，將閾值與maxValue一起應(yīng)用到遮罩上。然后將掩碼的結(jié)果添加到accum＿image數(shù)組中，對(duì)每個(gè)幀執(zhí)行此操作，結(jié)果由用于存儲(chǔ)視頻中發(fā)生的每個(gè)運(yùn)動(dòng)的accum＿image數(shù)組組成。此外，在最后，當(dāng)已經(jīng)對(duì)每個(gè)幀執(zhí)行了先前描述的操作時(shí)，顏色映射被應(yīng)用于遮罩并且遮罩與當(dāng)前幀合并。

更進(jìn)一步，可以制作一個(gè)顯示熱圖逐幀衰減的視頻。為了實(shí)現(xiàn)這一點(diǎn)，將導(dǎo)出每個(gè)幀，然后再次使用cv2，通過(guò)合并所有幀來(lái)生成視頻：video ＝ cv2．VideoWriter（＇output．a(chǎn)vi＇， fourcc， 30．0， （width， height））for image in images：    video．write（cv2．imread（os．path．join（image＿folder， image）））

cv2．destroyAllWindows（）最后結(jié)果