OpenCV 与野生王国 - SegmentFault 思否

2024 年 11 月 7 日，阅读需 6 分钟，介绍部署热像仪和自制运动检测来抓小偷等。
- 代码可在这里找到。
- 若不在意计算机视觉可直接跳到一个持续的谜团。
年初在 Ebay 购买 FLIR Boson 后，决定用其做有用之事，如指向天空看有趣事物，后开始制作简单运动检测工具，需满足：场景变化时触发、只记录有运动的帧、给图像加时间戳、可选记录实时视频，OpenCV 可实现，开始用 Python 写原型后被颜色图吸引。
发现记录原始帧会导致视频播放速度异常，经多次调用ffmpeg纠正后，确定是 Python 导致掉帧，这会导致播放速度异常，因为编码器期望每秒N帧，而脚本实际供应< N帧，视频播放快于实时。
简单运动检测就是量化“场景中是否有东西变化”并用计算机能理解的方式描述，通过存储帧数组、求平均值、用当前帧减去平均值来实现，变化部分在结果图像中显示为非零像素，若有“热”像素则知道有不同并可据此决定做什么，左边是原始视频，右边是相减后的图像，可清晰看到手。
基本运动检测功能实现后，将 Python 原型移植到 C++，添加了一些改进：Boson 以可配置速率应用平场校正，会在帧的右上角出现亮绿色方块，忽略该区域的运动以防止误报；对图像进行去噪，调用简单的膨胀函数扩展像素以形成连续的斑点；一次只跟踪 3 个物体；在检测到的斑点中心周围放置固定大小的边界框。
有一只名为 Rory 的户外猫“住在”车棚，车棚有个带食物和床的壁橱，食物会神秘消失，考虑用旧 IP 安全摄像头，最终部署热像仪和运动跟踪工具。
- 10:13 PM：相机放在壁橱顶部的架子上，看到一只小虫子整晚都在动。
- 12:28 AM：附近有几只猫，其中一只在吃食物，意料之中。
- 1:02 AM：视频中出现另一个可能是负鼠或小浣熊的动物。
- 1:15 AM：第三个参赛者是一只浣熊，对食物消失很失望。
- 4:18 AM：Rory 晚上回来发现食物再次被偷。
结论和下一步：已完全放弃干食物，Rory 现在每天两次湿食物，早上加一点干食物让她可以吃而不用担心夜间入侵者，已计划为她建造一个支持 NFC 的猫门或在项圈上安装磁铁和霍尔效应传感器来解决这个问题。