摘要:现阶段的任务 1、先把andriod_python调通 2、网络传输摄像头数据 到 ubuntu上保存, 3、移植测试算法到安卓板子上 andriod_python是为了要在安卓的板子上调用python程序,现在有两个方案: 方案一: 直接在板子上移植程序,板子是定制的A5板,内部支持python, 阅读全文
posted @ 2019-12-09 23:53 巫师笔记 阅读 (56) 评论 (0) 编辑
摘要:OK,经过昨天对V4L2工作流程的学习,现在已经大体了解了V4L2的工作原理,现在开始对V4L2的API的学习,目标:1、打开摄像头 2、储存图像 3、关闭摄像头,API网址:Linux Media Infrastructure userspace API — The Linux Kernel do 阅读全文
posted @ 2019-12-04 21:47 巫师笔记 阅读 (21) 评论 (0) 编辑
摘要:开始学习在Linux下视频源捕获驱动框架,也就是V4L2(video4linux),本次关于v4l2的知识准备主要在于其的官方例程,理解官方例程也就差不多掌握了v4l2的基本内容。例程在:http://blog.chinaunix.net/uid-23983143-id-3351976.html 知 阅读全文
posted @ 2019-12-02 23:19 巫师笔记 阅读 (22) 评论 (0) 编辑
摘要:配置ubuntu摄像头: 1、设置→添加→usb控制器→兼容usb3.0 2、虚拟机→可移动设备→web camera→连接(断开主机) 3、查看是否配置成功,打开终端,输入: susb ls /dev/video 输出 /dev/video0 配置成功 4、打开ubuntu自带的chesse软件( 阅读全文
posted @ 2019-12-01 23:24 巫师笔记 阅读 (84) 评论 (1) 编辑
摘要:为了方便后面目标识别的处理,将投影求分类的函数嵌入进fft滤波函数中,共同组成fttmovedetect函数,利用python的切片功能实现投影代码: arryAllW[:] = arryAllW[:] + arryH[:] arryAllH[:] = arryAllH[:] + arryL[:] 阅读全文
posted @ 2019-11-28 23:39 巫师笔记 阅读 (59) 评论 (1) 编辑
摘要:利用numpy的矩阵加法函数,成功实现矩阵行列相加,返回投影值,在效果相同的基础上把时间降到了30ms左右。 接下来要将投影值进行聚类,从而达到检测多个运动目标的目的。 def line_trans(img): l = Stack() h_1= Stack() l.isEmpty() h_1.isE 阅读全文
posted @ 2019-11-26 20:52 巫师笔记 阅读 (19) 评论 (0) 编辑
摘要:对滤波后的图像做行列投影,通过阈值得到运动图像横纵坐标点集。使用水平与竖直投影算法,投影算法的时间复杂度为O(x2),哪怕进行优化也最多可变为O(xlogx),时间上无法接受。再次使用傅里叶变换?还是将目标放在轮廓点整合? 使用竖直投影法的话还不如直接遍历所有点找轮廓,这对后面进行聚类也比较方便。 阅读全文
posted @ 2019-11-25 23:11 巫师笔记 阅读 (46) 评论 (0) 编辑
摘要:通过opencv求出了各轮廓的中心点,并对各中心点进行排序并求出最大最小值点,根据求出的这些最大最小点绘制矩形。 效果如图: 速度为20ms左右,从效果来看该算法无法绘制出准确的运动图像,并且面对多个运动物体时效果更差,决定更换为层次聚类算法,先得到每个轮廓的中心点,再用层次聚类算法得到运动图像所包 阅读全文
posted @ 2019-11-24 20:01 巫师笔记 阅读 (16) 评论 (0) 编辑
摘要:提取外切轮廓目前没有什么现成的API可用,所以也得自己写一个,考虑到经过滤波后的目标图像为点集状态,所以打算采用聚类算法,经过比较,决定选择聚类算法中的k-means算法作为运动区域中心点检测算法。 k-means算法: 算法步骤: (1) 首先我们选择一些类/组,并随机初始化它们各自的中心点。中心 阅读全文
posted @ 2019-11-24 00:04 巫师笔记 阅读 (40) 评论 (0) 编辑
摘要:博客园人越来越少了…… 新博客地址:https://blog.csdn.net/qq_44137560 还没搬成…… 阅读全文
posted @ 2019-11-22 23:04 巫师笔记 阅读 (17) 评论 (0) 编辑