on_disk_advanced_frame_differencing.py

# Эта работа лицензирована по лицензии MIT.
# Copyright (c) 2013-2023 OpenMV LLC. All rights reserved.
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# Пример продвинутого вычитания кадров (Advanced Frame Differencing)
#
# Примечание: для выполнения этого примера вам понадобится SD-карта.
#
# Этот пример демонстрирует использование вычитания кадров на вашей камере OpenMV. Этот
# пример является продвинутым, поскольку он выполняет обновление фона, чтобы справиться с
# изменением фонового изображения со временем.

import csi
import os
import time

TRIGGER_THRESHOLD = 5

BG_UPDATE_FRAMES = 50  # Сколько кадров до смешивания.
BG_UPDATE_BLEND = 128  # Насколько сильно смешивать... ([0-255]==[0.0-1.0]).

csi0 = csi.CSI()
csi0.reset()  # Сброс и инициализация датчика.
csi0.pixformat(csi.RGB565)  # или csi.RGB565
csi0.framesize(csi.QVGA)  # или csi.QQVGA (или другое)
csi0.snapshot(time=2000)  # Дайте новым настройкам вступить в силу.
csi0.auto_whitebal(False)  # Отключить баланс белого.
clock = time.clock()  # Отслеживает FPS.

if "temp" not in os.listdir():
    os.mkdir("temp")  # Создать временный каталог

print("About to save background image...")
csi0.snapshot(time=2000)  # Дать пользователю время подготовиться.
csi0.snapshot().save("temp/bg.bmp")
print("Saved background image - Now frame differencing!")

triggered = False

frame_count = 0
while True:
    clock.tick()  # Отслеживание количества миллисекунд, прошедших между snapshots().
    img = csi0.snapshot()  # Сделать снимок и вернуть изображение.

    frame_count += 1
    if frame_count > BG_UPDATE_FRAMES:
        frame_count = 0
        # Смешать новый кадр. Мы используем 255-alpha здесь, потому что хотим
        # смешать новый кадр с фоном. А не фон с
        # новым кадром, что было бы просто alpha. Смешивание заменяет каждый пиксель по формуле
        # ((NEW*(alpha))+(OLD*(255-alpha)))/255. Таким образом, низкое значение alpha даёт
        # слабое смешивание нового изображения, а высокое значение alpha даёт сильное
        # смешивание нового изображения. Для этого обновления нам нужно инвертировать эту логику.
        img.blend("temp/bg.bmp", alpha=(255 - BG_UPDATE_BLEND))
        img.save("temp/bg.bmp")

    # Заменить изображение разностью кадров "abs(NEW-OLD)".
    img.difference("temp/bg.bmp")

    hist = img.get_histogram()
    # Код ниже работает, сравнивая значение 99-го процентиля (например,
    # максимальное значение без выбросов) со значением 90-го процентиля (например, значением,
    # близким к максимуму. Разница между этими двумя значениями будет расти по мере того, как на
    # разностном изображении меняется больше пикселей.
    diff = hist.get_percentile(0.99).l_value - hist.get_percentile(0.90).l_value
    triggered = diff > TRIGGER_THRESHOLD

    print(clock.fps(), triggered)  # Примечание: ваша камера OpenMV Cam работает примерно вдвое медленнее, пока
    # подключена к компьютеру. После отключения частота кадров должна увеличиться.