安装在汽车上的摄像头阻塞检测[关闭]

Question

我正在开发一种使用 python OpenCV 检测相机阻塞的算法。

实际上，由于我不擅长计算机视觉，但我不确定我提出的算法是否合适。

谁能看看我写的代码？

def detectCameraBlockage_absdiff():

cnt = 0
cap = cv2.VideoCapture(0)
# print('width: ', cap.get(3))
# print('height: ', cap.get(4))
IMAGE_WIDTH = cap.get(3)
IMAGE_HEIGHT = cap.get(4)
background = np.zeros((480, 640))

while True:
    if cnt == 0:
        cnt += 1
        pass

    else:
        ret, frame = cap.read()
        # frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)

        if ret:
            cv2.imshow('if you want to quit press the key [q]', frame)
            # cv2.imshow('if you want to quit press the key [q]', frame[:, :, 0])

            mean_frame = frame.mean(axis=2)
            # cv2.imshow('mean_frame', mean_frame)

            diff = cv2.absdiff(background, mean_frame)
            # print(type(diff))
            cv2.imshow('diff', diff)
            _, diff = cv2.threshold(diff, 30, 255, cv2.THRESH_BINARY)
            # print(type(_), type(diff), sep='\n') #float, ndarray



            if cnt%10 == 0:
                background = mean_frame

            cnt += 1
            print('cnt: ', cnt)

            if cv2.waitKey(1) == ord('q'):
                break            

        else:
            print('camera failed.')
            break    

此代码对我不起作用。

我想不出我应该如何处理这些像素值来获得没有阻塞的图像和有阻塞的图像之间的差异。

Answer 1

一个想法是测量参考图像和当前图像之间的相似度。参考图像将是没有阻塞的图像。

如果您的相机是静态的，实现它的一种简单方法是使用 SSIM (https://docs.opencv.org/4.5.2/d5/dc4/tutorial_video_input_psnr_ssim.html)。