👴🏾 🐡 🕴🏾 वेब कैमरा सॉफ्टवेयर पर कब्जा 🔭 🤽🏼 👊🏾

हाल ही में, मुझे स्वचालित रूप से इसे संसाधित करने के लिए एक वेबकैम से डेटा प्राप्त करने की आवश्यकता थी। कई कार्यक्रमों के माध्यम से जाने के बाद, मैंने पाया कि उनमें से कोई भी आपको प्रोग्राम को व्यावहारिक रूप से चलाने की अनुमति नहीं देता है - केवल आकार और बटन, सबसे अच्छा एक रिकॉर्डिंग अनुसूचक है, लेकिन इसके लिए आपको लगातार कार्यक्रम चालू रखना होगा। प्लस, क्रॉस-प्लेटफ़ॉर्म नहीं, परियोजना में विशिष्ट सॉफ़्टवेयर के लिए बाध्यकारी। समाधान के लिए अपनी पसंदीदा प्रोग्रामिंग भाषा का उपयोग करना है।

तो, हमारे पास एक वेबकैम और पायथन है। सबसे पहले, कोई भी मेरी मदद नहीं कर सकता, लेकिन उस कैमरे की प्रशंसा करता हूं, जिसे मैंने डेलेक्स्ट्रीम में खरीदा था: थर्ड-पार्टी सॉफ़्टवेयर स्थापित किए बिना विंडोज और लिनक्स में थोड़ा डेढ़ माचिस काम करता है (मैंने इसे विन 7 और मिंट 13 में चेक किया, इसे चालू किया और चला गया), स्वीकार्य गुणवत्ता और कीमत। ऑपरेशन के दौरान, कैमरा चमकदार संकेतक या अन्य प्रभाव नहीं देता है। छोटे आकार इसकी अदृश्य स्थापना में योगदान करते हैं।

चूंकि मैं विंडोज और लिनक्स दोनों में काम करता हूं, इसलिए समाधान को दोनों ओएस को संतुष्ट करना चाहिए। OpenCV कंप्यूटर विज़न लाइब्रेरी और पायथन के लिए इसकी बाइनिंग मदद करेगी। एक वैकल्पिक समाधान video4linux हो सकता है। लेकिन, सबसे पहले, मेरे लिए ओपनसीवी सीखना दिलचस्प था, और दूसरी बात, v4l के उपयोग के बारे में पहले से ही उत्कृष्ट हैब्रस्टैटिया था ।

सुन्न और opencv पुस्तकालयों को स्थापित करें। लिनक्स उपयोगकर्ता एक टर्मिनल खोलते हैं और लिखते हैं:

sudo apt-get install python-numpy sudo apt-get install python-opencv

विंडोज के तहत वे यहाँ जाते हैं और पायथन के सही संस्करण के लिए सुन्न और opencv वितरण को पंप करते हैं।

विंडोज के लिए एक वैकल्पिक स्थापना विधि है। बस आधिकारिक पुस्तकालय वितरण डाउनलोड करें। संग्रह में हम /build/python/2.x/cv2.pyd पाते हैं। हम इसे साइट-पैकेज में फेंक देते हैं। उसी स्थान पर हम सामग्री के साथ cv.py फ़ाइल बनाते हैं:

 from cv2.cv import *

सब कुछ तैयार है। परीक्षण आयात:

 import cv

हम पुस्तकालय के एक हिस्से का उपयोग करेंगे जिसे हिगुई कहा जाता है। हम प्रयोग शुरू करते हैं। टेस्ट बॉल - एक फ्रेम प्राप्त करना और इसे एक फाइल पर लिखना:

 import cv capture = cv.CaptureFromCAM(0) frame = cv.QueryFrame(capture) cv.SaveImage("capture.jpg", frame)

कैप्चरफ़्रेमकैम फ़ंक्शन ऑब्जेक्ट बनाता है जिसमें से कैप्चर होगा। 0 डिवाइस का सूचकांक है, यह कई कैमरों के होने पर शून्य से अधिक हो सकता है। -1 का मान "किसी भी उपलब्ध कैमरा" का अर्थ है।

अब आप एक लूप में फ्रेम इकट्ठा करना शुरू कर सकते हैं। फ़्रेम एक साथ एक अलग विंडो में प्रदर्शित होने पर यह बहुत अच्छा होगा:

 import cv capture = cv.CaptureFromCAM(-1) cv.NamedWindow("capture", cv.CV_WINDOW_AUTOSIZE) i = 0 while True: frame = cv.QueryFrame(capture) cv.ShowImage("capture", frame) cv.WaitKey(10) path = "capture%.4d.jpg" % i #      cv.SaveImage(path, frame) i += 1

NamedWindow फ़ंक्शन एक विंडो बनाता है और जिसमें प्रत्येक फ़्रेम लूप में प्रदर्शित होता है। WaitKey हैंडलर खिड़की की घटनाओं के प्रसंस्करण के लिए मिलीसेकंड में देरी सेट करता है, जैसे कि एक कुंजी दबाने या एक छवि प्रदर्शित करने के लिए। यदि आप इसे छोड़ देते हैं, तो खिड़की फ़्रेम प्रदर्शित नहीं करेगी (और, संभवतः, बिल्कुल नहीं दिखाई देगी)।

कार्रवाई में फ्रेम पर कब्जा। कैमरा मॉनिटर को देखता है, इसलिए एक पुनरावृत्ति है - एक डेस्कटॉप, जिसके अंदर एक डेस्कटॉप है, जिसके अंदर ...

जब आप शॉट्स के बीच एक अस्थायी ठहराव डालना चाहते हैं, तो कई फ्रेम इकट्ठा करना उपयोगी होता है, उदाहरण के लिए, हर मिनट 1 फ्रेम। यह पाश में time.sleep (60) स्थानापन्न करने के लिए पर्याप्त है।

यदि आपको लगातार शूटिंग की आवश्यकता है, तो आपको वीडियो स्ट्रीम में फ़्रेम रिकॉर्ड करने की आवश्यकता है।

 import cv capture = cv.CaptureFromCAM(-1) fourcc = cv.CV_FOURCC('M','J','P','G') fps = 16 w, h = 640, 480 stream = cv.CreateVideoWriter("test.avi", fourcc, fps, (w, h)) while True: frame = cv.QueryFrame(capture) cv.WriteFrame(stream, frame)

पहली नज़र में, यहाँ सब कुछ भी स्पष्ट है: CreateVideoWriter फ़ंक्शन एक धारा बनाता है जिसमें फ़्रेम लिखे जाते हैं। यह समाप्त वीडियो फ़ाइल प्राप्त करने के लिए चक्र को बाधित करने के लिए पर्याप्त है। हालांकि, आपको इनपुट मापदंडों से निपटना चाहिए।

फोरके एक कोडेक है, एक पूर्णांक है, एक संख्यात्मक सूचकांक में चार- वर्ण कोडेक नाम को मैप करने का परिणाम है। उदाहरण के लिए, CV_FOURCC ('P', 'I', 'M,' 1 ') MPEG-1 संपीड़न है। विंडोज में, आप संवाद बॉक्स में या इंटरेक्शन बॉक्स में 0 के लिए कोडेक का चयन करने के लिए -1 पास कर सकते हैं (संपीड़न के बिना फ़ाइल का आकार निकल जाएगा!)। एल्लेदार हैब्रायज़र संकेत देता है कि यह कोडेक्स की पूरी सूची को देखना कहां संभव है: www.fourcc.org/codecs.php

एफपीएस - फ्रेम दर प्रति सेकंड। पैरामीटर सीधे आपके कैमरे के मॉडल पर निर्भर करता है। इस स्थान पर, मामलों की वास्तविक स्थिति प्रलेखन के खिलाफ चली गई। यह माना जाता है कि रिकॉर्डिंग मापदंडों को आंख से निर्धारित नहीं किया जाना चाहिए, लेकिन सटीक तरीके से, जिसके लिए GetCaptureProperty फ़ंक्शन कार्य करता है । वह कैप्चर को सही ढंग से शुरू करने के लिए डिवाइस पैरामीटर प्राप्त कर सकता है। लेकिन अगर फ्रेम की ऊंचाई और चौड़ाई बिना किसी समस्या के निकाली जाती है, तो एफपीएस मिलना:

 fps = cv.GetCaptureProperty(capture, cv.CV_CAP_PROP_FPS)

रिटर्न -1, जो CreateVideoWriter फ़ंक्शन को संतुष्ट नहीं करता है, इसलिए आवृत्ति को आनुभविक रूप से चुना जाता है। आमतौर पर, अधिकांश कैमरों में, यह 14 से 16 फ्रेम प्रति सेकंड होता है। यदि आप 25 सेट करते हैं, तो परिणामस्वरूप फ़ाइल 20 के दशक की एक मूक फिल्म जैसी होगी।

अंतिम पैरामीटर फ्रेम_साइज फ्रेम की ऊंचाई और चौड़ाई के पूर्णांकों की एक जोड़ी है। कैमरा सेटिंग्स का उपयोग करने के लिए, उन्हें निम्नानुसार आरंभीकृत करें:

 w = cv.GetCaptureProperty(capture, cv.CV_CAP_PROP_FRAME_WIDTH) h = cv.GetCaptureProperty(capture, cv.CV_CAP_PROP_FRAME_HEIGHT) w, h = int(w), int(h) #     float

अब आप कलर ग्रेडिंग के टॉपिक पर टच कर सकते हैं। यदि आउटपुट फ़्रेम आपको सूट नहीं करता है, तो जीपों के पहाड़ों या बैचों में वीडियो घड़ी से आगे निकलने की तुलना में कैप्चर मापदंडों को समायोजित करना काफी उचित है। पैरामीटर सेट करने के लिए एक फ़ंक्शन है SetCaptureProperty । एक शब्दकोश की गणना करके कई गुणों को भरना सुविधाजनक है:

 config = { cv.CV_CAP_PROP_BRIGHTNESS: 50, cv.CV_CAP_PROP_CONTRAST: 50, cv.CV_CAP_PROP_SATURATION: 50, } for param, value in config.iteritems(): cv.SetCaptureProperty(capture, param, value)

चमक, इसके विपरीत और संतृप्ति पैरामीटर 1 से 100 तक की सीमा में सेट किए गए हैं। उनके संयोजन से अंधेरे कमरों में शूटिंग की गुणवत्ता में काफी सुधार हो सकता है।

कुछ उदाहरण:

डिफ़ॉल्ट सेटिंग्स के साथ फ़्रेम

चमक, इसके विपरीत और संतृप्ति 50 अंक हैं

चमक 50, कंट्रास्ट 70, संतृप्ति 0

ऐसा होता है कि कैमरे से फ्रेम को पीआईएल लाइब्रेरी द्वारा संसाधित करने की आवश्यकता होती है। उन्हें cv प्रारूप से PIL में बदलने के लिए, उन्हें डिस्क पर सहेजना आवश्यक नहीं है, यह कोड निष्पादित करने के लिए पर्याप्त है:

 pil_img = Image.fromstring("L", cv.GetSize(frame), frame.tostring())

और विपरीत दिशा में:

 cv_img = cv.CreateImageHeader(pil_img.size, cv.IPL_DEPTH_8U, 3) cv.SetData(cv_img, pil_img.tostring())

नतीजतन, हमारे पास कैमरे के लिए प्रोग्रामेटिक एक्सेस है, हम फ़्रेम शूट कर सकते हैं और उन्हें मेल से भेज सकते हैं, कुछ विश्लेषण कर सकते हैं, वीडियो लिख सकते हैं। इसका समाधान क्रॉस-प्लेटफॉर्म है। मुझे लगता है कि इसे स्ट्रीम करना आसान है। यहाँ, उदाहरण के लिए, wx पर GUI इंटरफ़ेस के साथ एक कार्यक्रम खुद को बताता है, उदाहरण के लिए।

संदर्भ:

1) OpenCV पुस्तकालय
2) पायथन बंधन दस्तावेज
3) धारा "हाईगुई"

वेब कैमरा सॉफ्टवेयर पर कब्जा

More articles: