Erstellen Sie mit python wxpython + openCV ein einfaches Videoanalysetool

Agenda

Zuallererst
Demo des fertigen Werkzeugs
Videoanalyse mit openCV
Erstellen Sie eine GUI mit wxpython
Exe mit Pyinstaller

Einführung

Ich wollte einmal wissen, "zu welcher Zeit" und "welche Art von Person herauskommt" im Video. Ich habe mit wxpython und openCV ein einfaches Videoanalyse-Tool erstellt, das ich studiert habe. Ich werde es hier als Memo für mich vorstellen.

Hier herunterladen GitLab ChuntaMovieAnalyzer

Demo des fertigen Werkzeugs

Zunächst vom Demo-Bildschirm des Tools. Geben Sie das Video an und geben Sie den HTML-Bericht aus. Jede Sekunde des Videos wird ein menschliches Gesicht extrahiert und angezeigt. Sie können das Intervall zwischen Sekunden und der maximalen Anzahl von Personen ändern, die in der GUI extrahiert werden sollen.

Hier herunterladen GitLab ChuntaMovieAnalyzer

Videoanalyse mit openCV

Die zur Analyse des Videos verwendete Bibliothek ist openCV. Dieses Mal wird ein Bild des Videos als Bilddaten verwendet. Das Gesicht wird anhand der Bilddaten erkannt und zugeschnitten. Die zugeschnittenen Daten werden als Bild für HTML ausgegeben. Ich werde den Code des Teils einführen, der der Punkt zu sein scheint.

Video laden und Bild ausgeben

Das Video wird in Intervallen der angegebenen Anzahl von Sekunden geladen und verarbeitet, wobei die Gesamtzahl der Bilder des Videos und fps (Anzahl der Bilder pro Sekunde) verwendet werden.

def get_sampling_data_list(self, movie_path, report_path, interval_time, max_human, is_advance):
    sampling_data_list = []
    
    cap = cv2.VideoCapture(movie_path)
    
    if not cap.isOpened():
        print('cannot open movie file.')
        return []
    
    #Ermitteln Sie die Gesamtzahl der Frames
    all_frame_cnt = cap.get(cv2.CAP_PROP_FRAME_COUNT)
    
    #Berechnen Sie die Anzahl der zu tastenden Bilder aus der Bildrate
    fps = cap.get(cv2.CAP_PROP_FPS)
    sampling_frame_num = math.floor( fps * interval_time )
    
    frame_cnt = 1
    
    while True:
        cap.set(cv2.CAP_PROP_POS_FRAMES, frame_cnt)
        ret, frame = cap.read()
        
        if ret:
            sampling_data = self.get_sampling_data(frame, frame_cnt, fps, report_path, max_human, is_advance)
            sampling_data_list.append(sampling_data)
            
            frame_cnt = frame_cnt + sampling_frame_num
        else:
            break
    
    return sampling_data_list

Verarbeitung für jeden Frame

1 Bild in Bilddaten konvertieren ⇒ Gesicht aus Bilddaten erkennen ⇒ Trimmen ⇒ Als Bild für HTML ausgeben Die Verarbeitung erfolgt in der Reihenfolge.

def get_sampling_data(self, frame, frame_cnt, fps, report_path, max_human, is_advance):
    data = sampling_data(frame_cnt, fps)
    
    face_cascade = cv2.CascadeClassifier(resourcePath('cascade/haarcascade_frontalface_default.xml'))
    src_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    faceInfoList = face_cascade.detectMultiScale(src_gray)
    
    human_cnt = 0
    
    for x, y, w, h in faceInfoList:
        #Verlassen Sie die Schleife, wenn die maximale Anzahl von Personen überschritten wird
        if human_cnt >= max_human:
            break
        
        #Trimmen
        img_trim = frame[y:(y + h), x:(x + w)]
        
        data2 = None
        
        data2 = human_data()
        
        #Erstellen Sie einen Ordner für die Bildausgabe
        if False == os.path.exists(report_path + '/img'):
            os.mkdir(report_path + '/img')
        
        #Bildausgabe
        file_name = str(frame_cnt) + '_' + str(human_cnt) + '.jpg'
        cv2.imwrite(report_path + '/img/' + file_name, img_trim)
        data2.set_img_src(report_path, file_name)
        
        data.append_human_data(data2)
        
        human_cnt = human_cnt + 1
    
    return data

GUI-Erstellung mit wxpython

Die Quelle des GUI-Teils. Ich werde den Code des Teils einführen, der der Punkt zu sein scheint.

Videoanalyseverarbeitung Anrufverarbeitung

Da der Videoanalyseprozess einige Zeit in Anspruch nimmt, ist er beschäftigt, sofern er nicht asynchron aufgerufen wird. Um dies zu vermeiden, ist der aufrufende Teil asynchron.

import threading

#Thread Kick, um zu verhindern, dass der Bildschirm einfriert, da die Verarbeitung lange dauert
analysis_thread = threading.Thread(target=exec_analyze, args=(self.analysis, self.btn, movie_path, interval_time, max_human, is_advance, token, report_path))
analysis_thread.start()

def exec_analyze(analysis, btn, movie_path, interval_time, max_human, is_advance, token, report_path):
    analysis.analyze(movie_path, int(interval_time), int(max_human), is_advance, token, report_path)
    
    wx.MessageBox('Die HTML-Datei wurde in den angegebenen Ordner ausgegeben.', 'Bearbeitung abgeschlossen')

exe Umwandlung

Ich habe Pyinstaller bei der Konvertierung in exe verwendet. Es war notwendig zu entwickeln, wenn die externe Ressource in exe eingeschlossen wurde. Es wurde unter Bezugnahme auf die folgende Stelle durchgeführt.

Referenzierte URL Erstellen Sie mit Pyinstaller eine Exe mit Ressourcen

Führen Sie an der Eingabeaufforderung Folgendes aus

pyinstaller --onefile --icon=icon.ico -n chuntaMovieAnalyzer view_gui.py

Bearbeiten Sie die erstellte Spezifikationsdatei und führen Sie an der Eingabeaufforderung erneut Folgendes aus

pyinstaller chuntaMovieAnalyzer.spec

Hier herunterladen GitLab ChuntaMovieAnalyzer