　Nobutobook: 【Python × OpenCV】動画で歩行者検知

2016年10月25日火曜日

【Python × OpenCV】動画で歩行者検知

リクエストがあったので動画で歩行者検知してみました。

結果

中々良い感じ。

動画ファイル読み込み

動画の処理についてはいつも通りチュートリアルを参考にしました。プログラムの流れは

cv2.VideoCaptureで動画を読み込んで
frame毎に画像表示させる

という簡単な手順です。

ただ私の環境ではVideoCaptureが機能しなかったので、StackOverflowを見たところ、
OpenCVフォルダ内のffmpeg関連の名前変更してpythonフォルダにコピペする必要がありました。

VideoCaptureが動いたら、前回のコードと合わせて「動画で歩行者検知」完成です。

	import numpy as np
	import cv2

	cap = cv2.VideoCapture('../seq.mp4')

	#shrink the rectangle from default
	def draw_detections(img, rects, thickness = 1):
	for x, y, w, h in rects:
	pad_w, pad_h = int(0.15 * w), int(0.05 * h)
	cv2.rectangle(img, (x + pad_w, y + pad_h), (x + w - pad_w, y + h - pad_h), (0, 255, 0), thickness)

	#default detector
	def PD_default(filename):
	image = filename#cv2.imread(filename) #read image
	hog = cv2.HOGDescriptor() #derive HOG features
	hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector()) #setSVMDetector

	#pedestrian detection
	found, w = hog.detectMultiScale(image, hitThreshold = 0, winStride = (8,8), padding = (0, 0), scale = 1.05, finalThreshold = 5)

	draw_detections(image, found) #draw rectangles

	#write & save image
	cv2.imshow('original', image) #write image
	cv2.waitKey(1) #for keyboard binding
	#cv2.imwrite('test.jpg',image) # save image

	while(cap.isOpened()):
	ret, frame = cap.read()
	PD_default(frame)

	cap.release()
	cv2.destroyAllWindows()


	#print cap.grab()

view raw PD_default_movie.py hosted with ❤ by GitHub

使った動画

問題点

とにかく重いです。
ただでさえ重い歩行者検知に加え、動画を読み込んでいるからだと思います。
なので一般的には、動画をフレーム毎に画像にしたデータ群を使って検証するみたいです。

結果は動画読み込みと同じですが、倍以上早いプログラムがこちらです。

	import cv2 #use opencv

	#shrink the rectangle from default
	def draw_detections(img, rects, thickness = 1):
	for x, y, w, h in rects:
	pad_w, pad_h = int(0.15 * w), int(0.05 * h)
	cv2.rectangle(img, (x + pad_w, y + pad_h), (x + w - pad_w, y + h - pad_h), (0, 255, 0), thickness)

	#default detector
	def PD_default(filename):
	image = cv2.imread(filename) #read image
	hog = cv2.HOGDescriptor() #derive HOG features
	hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector()) #setSVMDetector

	#pedestrian detection
	found, w = hog.detectMultiScale(image, hitThreshold = 0, winStride = (8,8), padding = (0, 0), scale = 1.05, finalThreshold = 5)

	draw_detections(image, found) #adraw rectangles

	#write & save image
	cv2.imshow('original', image) #write image
	cv2.waitKey(1) #for keyboard binding
	#cv2.imwrite('test.jpg',image) # save image

	for k in range(10):
	for j in range(10):
	for i in range(10):
	PD_default("../seq/image_00000" + str(k) + str(j) + str(i) + "_0.png")