Analisador de câmera de tráfego Python Analisador de câmera de tráfego Python é uma ferramenta automatizada de análise de congestionamento da câmera de tráfego.
Baixe Agora

Analisador de câmera de tráfego Python Classificação e resumo

Analisador de câmera de tráfego Python Tag

analisador Câmera analisador de câmera congestionamento de tráfego câmera análise de congestionamento de câmera Camer de tráfego Python.

Analisador de câmera de tráfego Python Descrição

O Python Tráfego Câmera Analyzer é uma ferramenta automatizada de análise de congestionamento da câmera de tráfego. O Python Tráfego Analyzer é uma classe de base Python e script de drivers de amostra escrita para recuperar e manipular imagens das câmeras do tráfego e calcular um valor numérico que representa o fluxo de tráfego atual.pytran, um script de driver de exemplo, um coletor de imagens e um criador de máscara de imagem estão disponíveis para download no link mostrado na parte inferior. Para usar o pacote Pytran começando escolhendo uma câmera que você deseja analisar, para este exemplo usaremos a câmera legendada acima. Queremos construir uma máscara sobre a área da imagem que estamos interessados, ou seja, a estrada. Neste exemplo específico, a estrada ocupa a maior parte da imagem, mas que nem sempre é o caso. Nós aplicaremos a máscara sobre imagens capturadas para ajustar a área sobre a qual estamos procurando por movimento. Para criar a máscara, primeiro precisaremos coletar uma série sequencial de instantâneos da câmera de destino. O script image_collector.py foi escrito para esta tarefa: $ mkdir mask_200003 $ cd mask_200003 $ ../image_collector.py 20000330collecendo 30 imagens ... 30done.O script é duro codificado para capturar imagens em um atraso de 2 segundos. O atraso é necessário para garantir que a imagem tenha sido alterada. Eu acredito que 2 segundos para ser o mínimo absoluto. Uma vez concluída, 30 imagens numeradas de 1 a 30 serão criadas no diretório atual. Construímos uma máscara dessas imagens capturadas criando uma imagem diff para cada par seqüencial de imagem e, em seguida, adicionando cada imagem diff juntos. Naturalmente, um script foi escrito para automatizar esta tarefa também: $ ../mask_maker.py 130criando um diff para cada par seqüencial de imagem.Diffing 29criando a máscara inicial do primeiro par de imagem.adding o resto dos diffs para a máscara .Masking 29done.A número de arquivos .diff são gerados neste processo. Esses arquivos repetem o movimento entre pares de seqüência individual. Os arquivos .diff são simplesmente arquivos intermediários, o bit importante é o arquivo 'máscara', que é gerado como a soma de todas as diferenças. O arquivo de máscara pode estar sujo (como neste caso ) e requer limpeza manual. A forma básica da estrada, no entanto, é claramente visível, evidências que podemos com o mínimo de esforço automatizar o processo de geração de máscara. Além disso, esta corrida foi realizada à noite, imagens do dia rendem melhores resultados. Há algumas etapas finais que precisamos tomar antes de podermos usar o exemplo de roteiro do driver de Pytran. Primeiro, precisamos converter a máscara para ASCII (Norraw) Formato: $ Pnmnoraw Mask> Mask_200003.Abriithen Precisamos abrir uma janela do ImageMagick 'Exibir' e obter o X-window-ID usando 'xwininfo'. Finalmente, atualize 'câmera_id' e 'window_id' em pytran_sampling.py e lançar o driver: $ ../pytran_sampling.py Depurar> Quadro de agarramento da câmera 200003debug> Imagem giratória: Pytran.Este> Pytran.LastDebug> Imagem refrescante em 3 secreting Uma amostra de 5 minutos em vários limites.Debug> Quadro de agarramento da câmera 200003Debug> Gerando quadro diff no Pytran.Last, Pytran.thisdebug> exibindo imagem: Pytran.DiffDebug> Convertendo Pytran.diff para asciidebug> Relação de tráfego : 55% de depuração> Relação de trânsito ... Relação : 52% ...... amostra de 5 minutos : 67.885 Minute amostra : 42,665 amostra de minuto : 30.575 : 23.035 Minute amostra : 18.395 amostra de minuto : 14.795 Amostra de minuto : 12.425 Minute amostra : 10.535 amostra de minuto : 9.065 Minute amostra : 7.85 O script de amostragem levará 5 amostras de 5 minutos em limiares de cores variáveis. O limiar ideal deve ser escolhido manualmente. Além disso, você precisará provar a relação de tráfego durante os tempos de tráfego pesados e leves para obter uma boa sensação para sua faixa aceitável. Além disso, tenha em mente que o valor do rácio de tráfego é simplesmente a mudança percentual detectada, ou em outras palavras, o movimento detectado dentro da região mascarada. Isso significa que uma estrada completamente vazia irá registrar valores semelhantes a uma estrada tão congestionada parece um estacionamento. A hora do dia pode ser combinada com a ração de tráfego para determinar a verdade lógica. Essa tarefa implementada e abstrai sistemas mais complexos podem ser construídos. Quando encontro tempo que eu gostaria de criar um sistema que levará várias rotas de viagem potenciais e horários, e durante o tempo de viagem e-mail o viajante com a melhor rota para levar. Outra ideia que eu tinha seria registrar os valores de fluxo de tráfego para cada câmera, para cada dia e para cada intervalo de meia hora. Os viajantes e outras partes interessadas podem analisar os padrões de tráfego para determinar a rota mais rápida dependente da data / hora.

Analisador de câmera de tráfego Python Software Relacionado