OpenCV是一個強大的圖像和視頻處理庫，在這篇文章中，我將創(chuàng)建一個運動熱圖，用于檢測運動、以及物體或人的流動方向，在投影公共區(qū)域時可以對建筑師有所幫助。

簡介

OpenCV，或（開源計算機視覺）是英特爾于1999年開發(fā)的一個庫，主要提供計算機視覺和實時視頻的相關操作，它是用C＋＋編寫的，同時也支持多種其它語言（包括Python）。工作流程這個程序是基于一種被稱為高斯背景差法的技術，這項技術被廣泛應用于用穩(wěn)定的攝像機檢測運動物體。背景差法創(chuàng)建一個表示幀（圖像的靜態(tài)部分）背景的模板，對于每一幀，它將減去前一幀。讓我們對該算法的兩個主要步驟進行一個簡要概述：背景初始化：在第一步中，通過凍結第一幀來計算背景的模型。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），則這些幀的差異將反映出該變化，可以通過應用過濾器來進行提取差異信息。以下是背景差法應用于從城市攝像機錄制的短視頻的示例：

代碼對于整個項目存儲庫，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應的大小來初始化該數組。

filter ＝ background＿subtractor．apply（frame）  ＃ remove the background

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

accum＿image ＝ cv2．add（accum＿image， th1）

color＿image＿video ＝ cv2．applyColorMap（accum＿image， cv2．COLORMAP＿HOT）

為了消除例如風，小鳥飛行等少量運動，將閾值與maxValue一起應用到遮罩上。然后將掩碼的結果添加到accum＿image數組中，對每個幀執(zhí)行此操作，結果由用于存儲視頻中發(fā)生的每個運動的accum＿image數組組成。此外，在最后，當已經對每個幀執(zhí)行了先前描述的操作時，顏色映射被應用于遮罩并且遮罩與當前幀合并。

更進一步，可以制作一個顯示熱圖逐幀衰減的視頻。為了實現這一點，將導出每個幀，然后再次使用cv2，通過合并所有幀來生成視頻：video ＝ cv2．VideoWriter（＇output．avi＇， fourcc， 30．0， （width， height））for image in images：    video．write（cv2．imread（os．path．join（image＿folder， image）））

cv2．destroyAllWindows（）最后結果