5jExperiment
/
1OpenCV
1
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity

レポートに載っけるように改造

Browse Source
main
KoyoNoguchi 1 week ago
parent 2e70ad5ede
commit 944de9e013
2 changed files with 26 additions and 84 deletions
Whitespace
Show all changes Ignore whitespace when comparing lines Ignore changes in amount of whitespace Ignore changes in whitespace at EOL
Unified View
Diff Options
Show Stats Download Patch File Download Diff File
  1. 66
      3_10_bg_subtraction.py
  2. 42
      3_11_tracking.py

66
3_10_bg_subtraction.py
Unescape View File

@ -1,5 +1,5 @@
# 実験課題10 # 実験課題10
# 3.10 背景差分法（ラベリング・ノイズ処理含む） # 3.10 背景差分法
import cv2 import cv2
import numpy as np import numpy as np
@ -8,56 +8,42 @@ import numpy as np
cap = cv2.VideoCapture(0) cap = cv2.VideoCapture(0)
if not cap.isOpened(): if not cap.isOpened():
print("カメラを開けませんでした。") print("カメラを開けませんでした．")
else: else:
print("背景差分法を開始します。")
print("'q': 終了, 'r': 背景画像を現フレームで更新")
# 最初のフレームを背景画像として取得するための準備 # 最初のフレームを背景画像として取得するための準備
bg_gray = None background = None
while True: while True:
ret, frame = cap.read() ret, frame = cap.read()
if not ret: if not ret:
print("フレームを取得できませんでした。") print("フレームを取得できませんでした．")
break break
# 差分計算を安定させるため、現フレームをグレースケール化 # 差分計算を安定させるため，現フレームをグレースケール化
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
# ガウシアンブラ（平滑化）を適用して、カメラ特有の細かいノイズを低減 # ガウシアンブラーを適用してカメラの細かいノイズを低減
gray = cv2.GaussianBlur(gray, (21, 21), 0) gray = cv2.GaussianBlur(gray, (21, 21), 0)
# 起動直後、または 'r' キーが押された場合に背景画像を保存・更新する if background is None:
if bg_gray is None: background = gray
bg_gray = gray
print("背景画像を保存しました。カメラの前から離れてください。")
continue continue
# --- 3.101 背景差分法：背景画像と現フレームの絶対差分を計算 --- # 背景画像と現フレームの絶対差分を計算
frame_diff = cv2.absdiff(bg_gray, gray) frame_diff = cv2.absdiff(background, gray)
# 差分画像を2値化して、動いている領域（前景）を白(255)にする # 差分画像を2値化して動いている領域を白(255)にする
# 閾値は環境に合わせて調整（ここでは例として 25）
_, thresh = cv2.threshold(frame_diff, 25, 255, cv2.THRESH_BINARY) _, thresh = cv2.threshold(frame_diff, 25, 255, cv2.THRESH_BINARY)
# --- 3.102 ノイズ処理（モルフォロジー演算：オープニング） --- # ノイズ処理
# 3.7で学んだ手法を使い、背景に散らばる小さなチラツキノイズを消去
kernel = np.ones((5, 5), np.uint8) kernel = np.ones((5, 5), np.uint8)
thresh = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel) thresh = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel)
# 領域内の穴を埋めて結合を強める（クロージング）
thresh = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel) thresh = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)
# --- 3.102 ラベリング処理 --- # ラベリング処理
# 2値化画像から、繋がっている白い領域（動体）を検出してラベルを貼る
# nlabels: ラベルの総数（背景含む）
# labels: 各画素にラベル番号（0, 1, 2...）が割り当てられた画像
# stats: 各領域の矩形座標や面積[x, y, w, h, area]の行列
# centroids: 各領域の中心座標
nlabels, labels, stats, centroids = cv2.connectedComponentsWithStats(thresh) nlabels, labels, stats, centroids = cv2.connectedComponentsWithStats(thresh)
# 各ラベルごとに色分けするためのランダムな色マップを作成（背景の0は黒にする） # 各ラベルごとに色分けするためのランダムな色マップを作成
# 乱数のシードを固定して、フレーム間で色が激しく変わるのを防ぐ
np.random.seed(42) np.random.seed(42)
colors = np.random.randint(0, 255, (nlabels, 3), dtype=np.uint8) colors = np.random.randint(0, 255, (nlabels, 3), dtype=np.uint8)
colors[0] = [0, 0, 0] # ラベル0（背景）は黒に固定 colors[0] = [0, 0, 0] # ラベル0（背景）は黒に固定
@ -65,33 +51,13 @@ else:
# 画素ごとのラベル番号に対応する色を割り当てて、色分け画像（ラベリング画像）を作成 # 画素ごとのラベル番号に対応する色を割り当てて、色分け画像（ラベリング画像）を作成
labeled_img = colors[labels] labeled_img = colors[labels]
# 動体領域に矩形（枠線）を描画する
for i in range(1, nlabels): # 0は背景なので1からループ
x = stats[i, cv2.CC_STAT_LEFT]
y = stats[i, cv2.CC_STAT_TOP]
w = stats[i, cv2.CC_STAT_WIDTH]
h = stats[i, cv2.CC_STAT_HEIGHT]
area = stats[i, cv2.CC_STAT_AREA]
# 面積が小さすぎる領域（微小なノイズの残り）は無視する
if area > 500:
# 動体を緑色の矩形で囲む
cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)
# ラベル番号を画像上に描画
cv2.putText(frame, f"ID:{i}", (x, y - 10),
cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 1)
# --- 結果の表示 ---
cv2.imshow('Original Frame (Motion Detection)', frame) cv2.imshow('Original Frame (Motion Detection)', frame)
cv2.imshow('Foreground Mask (Thresh)', thresh) cv2.imshow('Foreground Mask (Thresh)', thresh)
cv2.imshow('Labeled Components', labeled_img) cv2.imshow('Labeled Components', labeled_img)
# キー入力の受付 # 'q' キーが押されたら終了
key = cv2.waitKey(1) & 0xFF if cv2.waitKey(1) & 0xFF == ord('q'):
if key == ord('q'):
break break
elif key == ord('r'):
bg_gray = None # 次のループで背景が再キャプチャされる
cap.release() cap.release()
cv2.destroyAllWindows() cv2.destroyAllWindows()

42
3_11_tracking.py
Unescape View File

@ -1,5 +1,5 @@
# 実験課題11 # 実験課題11
# 3.11 トラッキング（任意） # 3.11 トラッキング
import cv2 import cv2
@ -7,62 +7,40 @@ import cv2
cap = cv2.VideoCapture(0) cap = cv2.VideoCapture(0)
if not cap.isOpened(): if not cap.isOpened():
print("カメラを開けませんでした。") print("カメラを開けませんでした．")
else: else:
print("トラッキングテストを開始します。")
# 最初の1フレームを読み込む # 最初の1フレームを読み込む
ret, frame = cap.read() ret, frame = cap.read()
if not ret: if not ret:
print("フレームを取得できませんでした。") print("フレームを取得できませんでした．")
else: else:
# --- 追跡対象の選択（ROI） --- # 追跡対象の選択
print("【操作方法】")
print("1. 追跡したい物体をマウスでドラッグして四角く囲んでください。")
print("2. 囲んだら Enter または Space キーを押して決定します。")
print("3. やり直す場合は 'c' キーを押してください。")
# ユーザーに追跡対象をマウスで選択させるウィンドウを表示
# bbox には選択された領域の (x, y, w, h) が格納される
while True: while True:
# ユーザーに追跡対象をマウスで選択させる # ユーザーに追跡対象をマウスで選択させる
bbox = cv2.selectROI("Tracking", frame, fromCenter=False, showCrosshair=True) bbox = cv2.selectROI("Tracking", frame, fromCenter=False, showCrosshair=True)
# 幅(bbox[2]) または 高さ(bbox[3]) が 0 の場合 # 幅 または が 0 の場合
# （'c'キーが押された、または未選択のままEnterが押された場合）
if bbox[2] == 0 or bbox[3] == 0: if bbox[2] == 0 or bbox[3] == 0:
print("領域がリセットされました。やり直します。")
print("もう一度マウスをドラッグして対象を囲み、Enterキーを押してください。")
# continueによってループの先頭に戻り、再度selectROIを実行する # continueによってループの先頭に戻り、再度selectROIを実行する
continue continue
else: else:
# 正しく領域が選択されたらループを抜けてトラッキング処理へ進む # 正しく領域が選択されたらループを抜けてトラッキング処理へ進む
print("領域が確定しました。トラッキングを開始します。")
break break
# --- トラッカーの生成と初期化 --- # トラッカーの生成
# 拡張モジュールに含まれる高精度なトラッカー「CSRT」を生成
# ※OpenCVのバージョンによっては legacy に分類されるため、try-exceptで安全に呼び出す
try:
tracker = cv2.TrackerCSRT_create() tracker = cv2.TrackerCSRT_create()
except AttributeError:
tracker = cv2.legacy.TrackerCSRT_create()
# 最初のフレームと、選択した領域（bbox）を渡してトラッカーに学習（初期化）させる # 最初のフレームと選択した領域を渡してトラッカーに学習させる
tracker.init(frame, bbox) tracker.init(frame, bbox)
print("追跡中... 終了するには 'q' キーを押してください。") # トラッキングのループ処理
# --- トラッキングのループ処理 ---
while True: while True:
ret, frame = cap.read() ret, frame = cap.read()
if not ret: if not ret:
break break
# 新しいフレームをトラッカーに渡し，対象がどこに移動したか推測させる
# 新しいフレームをトラッカーに渡し、対象がどこに移動したか推測させる
# success: 追跡成功(True) / 失敗(False)
# bbox: 新しい座標とサイズ (x, y, w, h)
success, bbox = tracker.update(frame) success, bbox = tracker.update(frame)
if success: if success:
@ -75,13 +53,11 @@ else:
# 追跡失敗時（画面外に出た、何かの裏に完全に隠れた等）：赤い警告文を表示 # 追跡失敗時（画面外に出た、何かの裏に完全に隠れた等）：赤い警告文を表示
cv2.putText(frame, "Lost", (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 255), 2) cv2.putText(frame, "Lost", (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 255), 2)
# 結果の表示
cv2.imshow("Tracking", frame) cv2.imshow("Tracking", frame)
# 'q' キーで終了 # 'q' キーで終了
if cv2.waitKey(1) & 0xFF == ord('q'): if cv2.waitKey(1) & 0xFF == ord('q'):
break break
# 終了処理
cap.release() cap.release()
cv2.destroyAllWindows() cv2.destroyAllWindows()
Write Preview
Loading…
Cancel
Save