import numpy as np
import cv2
import sys
from random import randint
TEXT_COLOR = (randint(0, 255), randint(0,255), randint (0,255))
BORDER_COLOR = (randint(0, 255), randint(0,255), randint (0,255))
FONT = cv2.FONT_HERSHEY_SIMPLEX
# //////////////
# VIDEO_SOURCE =”Video/Traffic_4.mp4″
# Correção:
VIDEO_SOURCE = "videos/Traffic_4.mp4"
#print (TEXT_COLOR)
# /////////////////
# BGS_TYPES = ('GMG', 'MOG', 'MOG2', 'KNN', 'CNT')
# Correção:
# Neste vetor de BGS deve ser em aspas duplas e não simples,
# também estava entre parenteses e o correto é entre colchetes
BGS_TYPES = ["GMG", "MOG", "MOG2", "KNN", "CNT"]
#print(BGS_TYPES[1])
def getKernel(KERNEL_TYPE):
if KERNEL_TYPE == "dilation":
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3, 3))
if KERNEL_TYPE == "opening":
kernel = np.ones((3, 3), np.uint8)
if KERNEL_TYPE == "closing":
kernel = np.ones((3, 3), np.uint8)
return kernel
#print(getKernel('opening'))
def getFiltrer(img, filter):
if filter == 'closing':
return cv2.morphologyEx(img, cv2.MORPH_CLOSE, getKernel("closing"), iterations=2)
if filter == 'opening':
return cv2.morphologyEx(img, cv2.MORPH_OPEN, getKernel("opening"), iterations=2)
if filter == 'dilation':
return cv2.dilate(img, getKernel("dilation"), iterations=2)
if filter == 'combine':
closing = cv2.morphologyEx(img, cv2.MORPH_CLOSE, getKernel("closing"), iterations=2)
opening = cv2.morphologyEx(closing, cv2.MORPH_OPEN, getKernel("opening"), iterations=2)
dilation = cv2.dilate(opening, getKernel("dilation"), iterations=2)
return dilation
def getBGSubtractor(BGS_TYPE):
# Correção:
# deve ser em aspas duplas e não simples,
# if BGS_TYPE == 'GMG':
if BGS_TYPE == "GMG":
return cv2.bgsegm.createBackgroundSubtractorGMG(initializationFrames = 120, decisionThreshold=0.8)
# Correção:
# deve ser em aspas duplas e não simples,
# if BGS_TYPE == 'MOG':
if BGS_TYPE == "MOG":
return cv2.bgsegm.createBackgroundSubtractorMOG(history=200, nmixtures=5,
backgroundRatio=0.7, noiseSigma=0)
# Correção:
# deve ser em aspas duplas e não simples,
# if BGS_TYPE == 'MOG2':
if BGS_TYPE == "MOG2":
return cv2.createBackgroundSubtractorMOG2(history=500, detectShadows=True, varThreshold=100)
# Correção:
# deve ser em aspas duplas e não simples,
# if BGS_TYPE == 'KNN':
if BGS_TYPE == "KNN":
return cv2.createBackgroundSubtractorKNN(history=500, dist2Threshold=400, detectShadows=True)
# Correção:
# deve ser em aspas duplas e não simples,
# if BGS_TYPE == 'CNT':
if BGS_TYPE == "CNT":
# Correção:
# Precisa incluir o bgsem para acessar ao BG CNT
# return cv2.createBackgroundSubtractorCNT(minPixelStability=15, useHistory=True, maxPixelStability=15*60, isParallel=True)
return cv2.bgsegm.createBackgroundSubtractorCNT(minPixelStability=15, useHistory=True, maxPixelStability=15*60, isParallel=True)
print("Detector inválido")
sys.exit(1)
cap = cv2.VideoCapture(VIDEO_SOURCE)
bg_subtractor = getBGSubtractor(BGS_TYPES[4])
def main():
while cap.isOpened():
ok, frame = cap.read()
#print('frame.shape')
if not ok:
print('Erro')
break
frame = cv2.resize(frame, (0,0), fx=0.5, fy=0.5)
#print(frame.shape)
bg_mask = bg_subtractor.apply(frame)
fg_mask = getFiltrer(bg_mask, 'dilation')
cv2.imshow('Frame', frame)
cv2.imshow('BG mask', bg_mask)
cv2.imshow('BG mask filtrer ', fg_mask)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
main()
