摘要： 安装idle3： 1、端输入apt install idle3 以安装 2、安装完成后在终端输入idle以启动 配置pip： 1、终端输入apt install python3-pip 使用pip配置numpy与opencv： 1、打开终端输入 pip3 install -i https://pyp 阅读全文

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

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

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

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

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

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

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

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

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