OpenCV：检测视频中诱发癫痫的灯光？答案

【问题标题】：OpenCV: Detecting seizure-inducing lights in a video?OpenCV：检测视频中诱发癫痫的灯光？
【发布时间】：2018-07-09 17:08:36
【问题描述】：

我一直在研究一种算法，可以检测视频中引起癫痫发作的频闪灯。

目前，我的代码几乎将每一帧都返回为能够导致癫痫发作（3Hz 闪烁）。

我的代码计算每个像素的相对亮度，并查看亮度在任何给定秒内上升然后下降等或下降然后上升等超过 10% 的次数。

有什么方法可以做到这一点，而不需要在一秒钟内比较每个单独的像素并且只返回正确的帧。

我试图模仿的一个例子：https://trace.umd.edu/peat

【问题讨论】：

标签： c++ opencv video video-processing light

【解决方案1】：

将图像转换为灰度。将图像分成块，可能是 16x16 或 64x64 或更大（实验看看什么有效）。在至少 2/3 秒内获取每个块的平均亮度。随着时间的推移创建一波亮度。在这个波上做一个 fft 并寻找大约 3Hz 的最小能量阈值。

【讨论】：

您好，谢谢您的回答！如何计算一维亮度值数组的 DFT/FFT。假设一秒时间帧中的 64x64 块之一在该时间跨 n 帧具有亮度值 [100, 120, 130, 90, 80 ... 等]。我将如何提取频率/执行 FFT？

【解决方案2】：

解决此类问题的常用方法是将帧转换为灰度，然后构造一个包含 1 到 3 秒时间间隔的帧的立方体。从这个立方体中，您可以提取单个像素（嘈杂）或块（推荐）的时变特征。可以首先手动观察生成的 1D 曲线，看看它们是否真的显示了您正在寻找的 3Hz 变化（有时，这些变化会因为相机的自动曝光设置而丢失或失真）。如果你能看到它，你应该能够使用 FFT 来自动隔离和检测它。

【讨论】：

这很有帮助！但是为什么要使用 FFT 而不是 DFT，因为灰度图像亮度值是离散类型的呢？
抱歉打错字了，我想说的是 DFT。
嘿！我已经尝试过这种方法，但我在实际应用 DFT 并理解它时遇到了麻烦。我是 DFT 的新手，但它可以用于每个块的平均亮度值曲线而不是每个块中的纯图像（Mat 类型）吗？
这个想法是在每个块的平均亮度值曲线上使用DFT。不确定 OpenCV 的 DFT 是否可以直接用于一维数组，但如果它不起作用，我们可以尝试不同的库。如果实在太费劲，也可以通过减去均值的方式对数组进行归一化处理，手动观察一些结果，然后计算交叉比看看是否可行。
如何计算一维亮度值数组的 DFT/FFT。假设一秒时间帧中的 64x64 块之一在该时间跨 n 帧具有亮度值 [100, 120, 130, 90, 80 ... 等]。我将如何提取频率/执行 FFT？