Todavía estoy pirateando un script de escaneo de libros, y por ahora, todo lo que necesito es poder detectar automágicamente un giro de página. El libro llena el 90% de la pantalla (estoy usando una webcam cruddy para la detección de movimiento), así que cuando giro una página, la dirección del movimiento es básicamente en la misma dirección.Python OpenCV: ¿Detecta una dirección general de movimiento?
he modificado una secuencia de comandos de movimiento de seguimiento, pero derivados está recibiendo ninguna parte de mí:
#!/usr/bin/env python
import cv, numpy
class Target:
def __init__(self):
self.capture = cv.CaptureFromCAM(0)
cv.NamedWindow("Target", 1)
def run(self):
# Capture first frame to get size
frame = cv.QueryFrame(self.capture)
frame_size = cv.GetSize(frame)
grey_image = cv.CreateImage(cv.GetSize(frame), cv.IPL_DEPTH_8U, 1)
moving_average = cv.CreateImage(cv.GetSize(frame), cv.IPL_DEPTH_32F, 3)
difference = None
movement = []
while True:
# Capture frame from webcam
color_image = cv.QueryFrame(self.capture)
# Smooth to get rid of false positives
cv.Smooth(color_image, color_image, cv.CV_GAUSSIAN, 3, 0)
if not difference:
# Initialize
difference = cv.CloneImage(color_image)
temp = cv.CloneImage(color_image)
cv.ConvertScale(color_image, moving_average, 1.0, 0.0)
else:
cv.RunningAvg(color_image, moving_average, 0.020, None)
# Convert the scale of the moving average.
cv.ConvertScale(moving_average, temp, 1.0, 0.0)
# Minus the current frame from the moving average.
cv.AbsDiff(color_image, temp, difference)
# Convert the image to grayscale.
cv.CvtColor(difference, grey_image, cv.CV_RGB2GRAY)
# Convert the image to black and white.
cv.Threshold(grey_image, grey_image, 70, 255, cv.CV_THRESH_BINARY)
# Dilate and erode to get object blobs
cv.Dilate(grey_image, grey_image, None, 18)
cv.Erode(grey_image, grey_image, None, 10)
# Calculate movements
storage = cv.CreateMemStorage(0)
contour = cv.FindContours(grey_image, storage, cv.CV_RETR_CCOMP, cv.CV_CHAIN_APPROX_SIMPLE)
points = []
while contour:
# Draw rectangles
bound_rect = cv.BoundingRect(list(contour))
contour = contour.h_next()
pt1 = (bound_rect[0], bound_rect[1])
pt2 = (bound_rect[0] + bound_rect[2], bound_rect[1] + bound_rect[3])
points.append(pt1)
points.append(pt2)
cv.Rectangle(color_image, pt1, pt2, cv.CV_RGB(255,0,0), 1)
num_points = len(points)
if num_points:
x = 0
for point in points:
x += point[0]
x /= num_points
movement.append(x)
if len(movement) > 0 and numpy.average(numpy.diff(movement[-30:-1])) > 0:
print 'Left'
else:
print 'Right'
# Display frame to user
cv.ShowImage("Target", color_image)
# Listen for ESC or ENTER key
c = cv.WaitKey(7) % 0x100
if c == 27 or c == 10:
break
if __name__=="__main__":
t = Target()
t.run()
detecta el movimiento medio del centro de la media de todas las cajas, que es extremadamente ineficiente. ¿Cómo podría detectar estos movimientos de forma rápida y precisa (es decir, dentro de un umbral)?
Estoy usando Python, y planeo seguir con esto, ya que todo mi framework está basado en Python.
Y se agradece la ayuda, así que gracias a todos por adelantado. Aclamaciones.
¿Realmente necesita el seguimiento del movimiento? ¿Por qué no solo detectar cambios por encima de algún umbral? (es decir, algo parecido a 'sum (abs (img2 - img1))> threshold') –
Hmm, voy a tocar el violín con eso. Pero ¿cómo puedo saber si la página fue girada hacia adelante o hacia atrás, o peor aún, girada hacia la mitad y luego hacia atrás? Jugaré con los gráficos, así es como trabajo. ¡Gracias! – Blender
Ah, cierto, solo asumí que necesitabas saber que se había cambiado una página ... Si necesitas saber la dirección, ¡mi comentario anterior claramente no es una buena opción! –