python_opencv 运动检测视频处理

本文代码是做一个基本的运动检测

借鉴别人的代码并做了小小的扩展，实现了自己需要的功能，并将实现过程中遇到的问题及解决办法做了总结，特此分享给大家，

代码如下：

import cv2
import numpy as np
import os
import os.path

list1 = []
rootdir = r"E:\VideoCapture"  #视频文件夹路径
for filenames in os.walk(rootdir):

    for filename in filenames[-1]: #获取文件名称
        list1.append(filename)


for i in list1:
    url_video = 'E:\\VideoCapture\\' + str(i) #源视频文件路径
    print url_video
    camera = cv2.VideoCapture(url_video) # 参数0表示第一个摄像头
    # 判断视频是否打开
    if (camera.isOpened()):
        print('Open')
    else:
        print('摄像头未打开')


    # 测试用,查看视频size
    size = (int(camera.get(cv2.cv.CV_CAP_PROP_FRAME_WIDTH)),
            int(camera.get(cv2.cv.CV_CAP_PROP_FRAME_HEIGHT)))
    print('size:'+repr(size))


    es = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (9, 4))
    kernel = np.ones((5, 5), np.uint8)
    background = None
    count = 0


    while True:
        # print '*******************'
        # 读取视频流
        grabbed, frame_lwpCV = camera.read()
        # 对帧进行预处理，先转灰度图，再进行高斯滤波。
        # 用高斯滤波进行模糊处理，进行处理的原因：每个输入的视频都会因自然震动、光照变化或者摄像头本身等原因而产生噪声。对噪声进行平滑是为了避免在运动和跟踪时将其检测出来。
        if grabbed:

            gray_lwpCV = cv2.cvtColor(frame_lwpCV, cv2.COLOR_BGR2GRAY)
            gray_lwpCV = cv2.GaussianBlur(gray_lwpCV, (21, 21), 0)

            # 将第一帧设置为整个输入的背景
            if background is None:
                background = gray_lwpCV
                continue
            # 对于每个从背景之后读取的帧都会计算其与背景之间的差异，并得到一个差分图（different map）。
            # 还需要应用阈值来得到一幅黑白图像，并通过下面代码来膨胀（dilate）图像，从而对孔（hole）和缺陷（imperfection）进行归一化处理
            diff = cv2.absdiff(background, gray_lwpCV)
            diff = cv2.threshold(diff, 25, 255, cv2.THRESH_BINARY)[1] # 二值化阈值处理
            diff = cv2.dilate(diff, es, iterations=2) # 形态学膨胀


            # 显示矩形框
            contours, hierarchy = cv2.findContours(diff.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 该函数计算一幅图像中目标的轮廓
            if contours != []:
                count = 1
            for c in contours:
                if cv2.contourArea(c) < 1500: # 对于矩形区域，只显示大于给定阈值的轮廓，所以一些微小的变化不会显示。对于光照不变和噪声低的摄像头可不设定轮廓最小尺寸的阈值
                  continue
                (x, y, w, h) = cv2.boundingRect(c) # 该函数计算矩形的边界框
                cv2.rectangle(frame_lwpCV, (x, y), (x+w, y+h), (0, 255, 0), 2)

            cv2.imshow('contours', frame_lwpCV)
            cv2.imshow('dis', diff)

            key = cv2.waitKey(5) & 0xFF
            # print '%%%%%%%%%%%%%%%%%%%%%%%%%'
            # 按'q'健退出循环
            if key == ord('q'):
                print '完成1'
                break
        else:
            print '完成2'
            break

    camera.release()
    cv2.destroyAllWindows()
    if count == 0:
        os.remove(url_video) #删除没有运动物体的视频文件
        print('删除空文件' +url_video + " is OK!")

遇到的问题及解决办法：

问题1：  
    image, contours, hierarchy = cv2.findContours(diff.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 该函数计算一幅图像中目标的轮廓
ValueError: need more than 2 values to unpack


解决办法：
    删除image
contours, hierarchy = cv2.findContours(diff.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

问题2：
    OpenCV Error: Assertion failed (scn == 3 || scn == 4) in cv::cvtColor, file ..\..\..\opencv-2.4.13.7\modules\imgproc\src\color.cpp, line 3783
Traceback (most recent call last):
  File "E:/work/zy-detection-eval/py/yundongjiance.py", line 69, in <module>
    gray_lwpCV = cv2.cvtColor(frame_lwpCV, cv2.COLOR_BGR2GRAY)
cv2.error: ..\..\..\opencv-2.4.13.7\modules\imgproc\src\color.cpp:3783: error: (-215) scn == 3 || scn == 4 in function cv::cvtColor


解决办法：
    因为缺少安全性检测，读取的某些帧可能是空得导致这个问题出现。如果使用OpenCV读取照片路径错误也会类似的行为提示。
grabbed, frame_lwpCV = camera.read()
if grabbed: #加入判断是否有视频流
    gray_lwpCV = cv2.cvtColor(frame_lwpCV, cv2.COLOR_BGR2GRAY)

问题3：
    程序运行后出现显示框如果不按‘q’键退出显示框就会无响应

解决办法：    
    if grabbed:

        ...
    else:
        break

问题4：
        删除不需要文件时，进程无法访问文件，因为另一个程序正在使用此文件。
if count == 0:
    print url_video
    os.remove(url_video)
    print('删除空文件' +url_video + " is OK!")
camera.release()
cv2.destroyAllWindows()
错误：
WindowsError: [Error 32] : 'E:\\test_video\\1.avi'


解决办法：
    关闭文件后再删除

camera.release()
cv2.destroyAllWindows()
if count == 0:
    print url_video
    os.remove(url_video)
    print('删除空文件' +url_video + " is OK!") 

参照以下博客：
链接: https://blog.csdn.net/lwplwf/article/details/73526831