在 Python OpenCV 中创建 FlowMap

Posted 2023-02-21

【中文标题】在 Python OpenCV 中创建 FlowMap

【英文标题】：Create FlowMap in Python OpenCV

【发布时间】：2016-07-03 17:11:16

【问题描述】：

更新问题：

任何人都可以指出任何可以帮助我在 python 中绘制光流图的材料的方向吗？理想情况下，我想找到与此处显示的视频类似的输出：http://study.marearts.com/2014/04/opencv-study-calcopticalflowfarneback.html。或者具有类似功能输出的东西

我已经实现了密集光流算法（cv2.calcOpticalFlowFarneback）。由此我已经能够对图像指定点的幅度进行采样。 正在输入的视频源为 640x480，我已将样本点设置为垂直和水平每五个像素。

import cv2
import numpy as np
import matplotlib.pyplot as plt

cap = cv2.VideoCapture("T5.avi")

ret, frame1 = cap.read()

prvs = cv2.cvtColor(frame1, cv2.COLOR_BGR2GRAY)
hsv = np.zeros_like(frame1)
hsv[..., 1] = 255

[R,C]=prvs.shape
count=0
while (1):
    ret, frame2 = cap.read()
    next = cv2.cvtColor(frame2, cv2.COLOR_BGR2GRAY)

    flow = cv2.calcOpticalFlowFarneback(prvs, next, None, 0.5, 3, 15, 2, 5, 1.2, 0)
    mag, ang = cv2.cartToPolar(flow[..., 0], flow[..., 1])

    RV=np.arange(5,480,5)
    CV=np.arange(5,640,5)
    # These give arrays of points to sample at increments of 5
    if count==0:
        count =1 #so that the following creation is only done once
        [Y,X]=np.meshgrid(CV,RV)
        # makes an x and y array of the points specified at sample increments

    temp =mag[np.ix_(RV,CV)]
    # this makes a temp array that stores the magnitude of flow at each of the sample points

    motionvectors=np.array((Y[:],X[:],Y[:]+temp.real[:],X[:]+temp.imag[:]))

    Ydist=motionvectors[0,:,:]- motionvectors[2,:,:]
    Xdist=motionvectors[1,:,:]- motionvectors[3,:,:]
    Xoriginal=X-Xdist
    Yoriginal=Y-Ydist



    plot2 = plt.figure()
    plt.quiver(Xoriginal, Yoriginal, X, Y,
               color='Teal',
               headlength=7)

    plt.title('Quiver Plot, Single Colour')
    plt.show(plot2)


    hsv[..., 0] = ang * 180 / np.pi / 2
    hsv[..., 2] = cv2.normalize(mag, None, 0, 255, cv2.NORM_MINMAX)
    bgr = cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)
    cv2.imshow('frame2', bgr)

    k = cv2.waitKey(30) & 0xff

    if k == 27:
        break
    prvs = next

cap.release()
cv2.destroyAllWindows()

我想我已经计算了像素的原始和最终 X、Y 位置以及移动的距离，并将它们放入 matplotlib 箭袋图中。

我得到的结果与密集光流的 hsv 图不重合（我知道这是正确的，因为它取自 OpenCV 教程），并且 quiver 图也一次只显示一帧，并且该图必须在下一个显示之前退出。

谁能看到我的计算哪里出了问题，以及如何让每帧自动更新情节？

【参考方案1】：

我不知道如何改变 matplotlib 箭袋图的行为，但我确信这是可能的。

另一种方法是创建一个函数，根据计算出的光流在原始图像上绘制线条。下面的代码应该实现这一点：

def dispOpticalFlow( Image,Flow,Divisor,name ):
"Display image with a visualisation of a flow over the top. A divisor controls the density of the quiver plot."
PictureShape = np.shape(Image)
#determine number of quiver points there will be
Imax = int(PictureShape[0]/Divisor)
Jmax = int(PictureShape[1]/Divisor)
#create a blank mask, on which lines will be drawn.
mask = np.zeros_like(Image)
for i in range(1, Imax):
  for j in range(1, Jmax):
     X1 = (i)*Divisor
     Y1 = (j)*Divisor
     X2 = int(X1 + Flow[X1,Y1,1])
     Y2 = int(Y1 + Flow[X1,Y1,0])
     X2 = np.clip(X2, 0, PictureShape[0])
     Y2 = np.clip(Y2, 0, PictureShape[1])
     #add all the lines to the mask
     mask = cv2.line(mask, (Y1,X1),(Y2,X2), [255, 255, 255], 1)
#superpose lines onto image
img = cv2.add(Image,mask)
#print image
cv2.imshow(name,img)
return []

此代码只创建线条而不是箭头，但通过一些努力可以将其修改为显示箭头。