AI社交距离检测器：使用OpenCV中处理图像_专栏

导言

在本系列文章中，我们将探讨如何在视频帧上使用人工智能和深入学习，以确保人们在人群中保持足够的社交距离。

在这里，我们将学习如何使用OpenCV处理图像和视频序列。我们学习如何从摄像头和视频文件中读取、写入和显示图像和视频。

2020年，随着COVID-19 病毒危机席卷全球，社交距离突然变得非常重要。社交隔离措施对公共卫生至关重要，但也不可能同时在任何地方实施。

在本系列文章中，我们将探讨如何在视频帧上使用人工智能和深入学习，以确保人们在人群中保持足够的社交距离。在本系列的最后，您将了解如何使用人工智能来确定人们有没有遵守社交距离协议：

社交距离探测器，通常应用于图像或视频序列。首先，我们将解释如何使用Python 3和OpenCV从摄像机中获取图像、读取和编写图片以及视频序列。在下一步中，我们将学习如何使用OpenCV对检测到的对象进行分析。

OpenCV是一个流行的开源、跨平台的实时计算机视觉应用程序库，它为图像处理、目标检测、机器学习、深度学习、计算摄影等提供了方便的API。要在Python 3应用程序中开始使用OpenCV，只需安装opencv-python：

pip3 install opencv-python

然后导入cv2模块如下：

import cv2 as opencv

有了它，您就可以使用OpenCV了。在接下来的部分中，我们将使用OpenCV API来读取、显示和写入图像。然后，我们将学习如何处理视频流，并从网络摄像头获取视频。

静态图像的读取和显示

我们首先从Lena.png文件中读取图像。下面是加载和显示图像的完整Python脚本：

import cv2 as opencv

# Load image
file_path = 'Lena.png'
lena_img = opencv.imread(file_path)

# Display image
opencv.imshow('Lena', lena_img)
opencv.waitKey(0)

首先，我使用imread函数从文件中读取图像。我将此操作的结果存储在lena_img变量。然后，我使用imshow方法。此方法接受两个参数：将在其中显示图像的窗口的标题和要显示的图像。注意最后一次调用waitKey功能。它将阻止脚本执行以显示图像，直到用户按下任何键。waitKey函数是延时作用。我写入参数0，这意味着无限延时。

运行上述脚本后，您将看到Lena图片：

注意，imread函数，除图像文件路径外，还接受指示图像颜色比例的可选参数。您可以使用以下三个值之一：

IMREAD_GRAYSCALE或者1-图像将以灰度形式加载。
IMREAD_COLOR或者0-图像将以颜色加载，忽略透明通道。
IMREAD_UNCHANGED或者-1-图像将使用原始颜色刻度加载并包含透明度。

这个IMREAD_COLOR选项是默认选项。这就是为什么我们看到的彩色版本的莉娜图像。让我们看看如何以灰度加载图像。为此，请修改imread详情如下：

lena_img = opencv.imread(file_path, opencv.IMREAD_GRAYSCALE)

重新运行脚本之后，您将看到以下输出：

图片保存

现在我们已经知道了如何读取和显示图像，让我们看看如何将图片写入磁盘。为此，我们将使用以下语句扩展脚本：

# Process image (Gaussian blur) 
kernel_size = (11,11)
sigma_X = 0

lena_img_processed = opencv.GaussianBlur(lena_img, kernel_size, sigma_X)

# Save image
output_file_path = 'Lena-processed.jpg'
opencv.imwrite(output_file_path, lena_img_processed)

上面的脚本首先模糊了预定义的11x11像素的图像。GaussianBlur方法来自OpenCV。模糊图像存储在lena_img_processed变量，然后将其保存到Lena-processed.png与imwrite方法。如上文所示，imwrite接受两个参数。第一个是文件的路径，第二个是要写入的图像。或者，imwrite接受压缩参数数组。您可以按以下方式传递它们：

opencv.imwrite(output_file_path, lena_img_processed, [int(opencv.IMWRITE_JPEG_QUALITY), 100])

修改后的脚本的结果将是Lena-processed.jpg，看起来是这样的：

视频捕获

若要从网络摄像机中捕获帧，请使用来自OpenCV的对象VideoCapture。其构造函数接受表示摄像机索引的整数或视频文件的路径。我从摄像机索引开始，并传递0：

import cv2 as opencv

# Create video capture
video_capture = opencv.VideoCapture(0)

然后，要从网络摄像机中捕获帧，可以使用read的功能VideoCapture类实例。此方法返回捕获状态(布尔值)和获取的帧。因此，下一步是检查状态并使用imshow职能：

quit_key = ord('q')

# Display images in a loop until user presses 'q' key
while(True):            
    (status, camera_frame) = video_capture.read()    

    if(status):
        opencv.imshow('Camera preview', camera_frame)

    key = opencv.waitKey(10)

    if(key == quit_key):
        break

上述过程将继续进行，直到用户按下键盘上的‘q’。运行此脚本时，您将看到从默认摄像头中捕获的视频序列。

将摄像机帧写入视频文件

还可以将捕获的帧写入文件。你用VideoWriter为了这个目的。在创建此类型的对象时，需要提供视频文件的路径、视频编解码器、帧速率和帧大小。OpenCV使用了FourCC编解码器，您可以使用VideoWriter_fourcc对象。您传递一组字母，表示编解码器。例如，要使用MJPG编解码器，将每个字母作为参数传递如下：

codec = opencv.VideoWriter_fourcc('M','J','P','G')

下面是一个完整的示例，演示如何将视频序列从摄像头写入视频文件：

import cv2 as opencv

quit_key = ord('q')

# Create video capture
video_capture = opencv.VideoCapture(0)

# Video writer
video_file_name = 'camera_capture.avi'
codec = opencv.VideoWriter_fourcc('M','J','P','G')
frame_rate = 25
video_writer = None

# Display images in a loop until user presses 'q' key
while(True):            
    (status, camera_frame) = video_capture.read()    

    if(status):
        opencv.imshow('Camera preview', camera_frame)        

        if(video_writer == None):            
            frame_size = camera_frame.shape[-2::-1]            
            video_writer = opencv.VideoWriter(video_file_name, 
                codec, frame_rate, frame_size)

        video_writer.write(camera_frame)

    key = opencv.waitKey(10)

    if(key == quit_key):
        break

video_writer.release()

上面的脚本通过使用VideoWriter。注意，我初始化了VideoWriter一次，在成功捕获第一帧之后。我这样做是为了能接触到相机的相框大小。我从shape的属性camera_frame。然后，我调用write方法将新帧添加到视频文件中。一旦书写完成，我就调用release方法关闭VideoWriter.

读取视频文件

在最后一步中，我将向您展示如何使用OpenCV读取视频序列。再次，使用VideoCapture对象，但这一次您需要传递视频文件名：

video_capture = opencv.VideoCapture(video_file_name)

然后，按照从摄像头获取视频的方式读取连续帧：

video_capture.read()

您可以用imshow方法。下面是实现这种功能的完整脚本：

import cv2 as opencv

video_file_name = 'camera_capture.avi'
frame_rate = 25

video_capture = opencv.VideoCapture(video_file_name)

while(True):
    (status, camera_frame) = video_capture.read()

    if(status):
        opencv.imshow('Video file', camera_frame)
        opencv.waitKey(int(1000/frame_rate))
    else:
        break