Traitement vidéo OpenCV

Une vidéo est composée d'une série d'images consécutives, chaque image étant une image statique.

Le cœur du traitement vidéo est de traiter ces images. Les tâches courantes de traitement vidéo incluent la lecture vidéo, la lecture de vidéos, l'enregistrement vidéo, le traitement des images vidéo, etc.

Applications du traitement vidéo

  • Analyse vidéo : Grâce aux techniques de traitement vidéo, le mouvement, les objets, les événements, etc., dans une vidéo peuvent être analysés.
  • Amélioration vidéo : Effectuer un débruitage, une amélioration, une stabilisation et d'autres traitements sur la vidéo pour améliorer la qualité vidéo.
  • Montage vidéo : effectuer des opérations telles que la découpe, l'assemblage et l'ajout d'effets spéciaux à la vidéo.
  • Surveillance en temps réel : surveiller des scènes en temps réel via des caméras et effectuer la détection d'objets, l'analyse comportementale, etc.

OpenCV fournitcv2.VideoCaptureetcv2.VideoWriterdeux classes, utilisées respectivement pour la lecture et l'écriture de vidéos. De plus, OpenCV fournit également un riche ensemble de fonctions de traitement d'image qui peuvent effectuer diverses opérations sur les images vidéo.

Lecture et diffusion vidéo

Lecture de fichiers vidéo

Pour lire un fichier vidéo, vous devez d'abord créer uncv2.VideoCaptureobjet, et spécifier le chemin du fichier vidéo.

Exemple

import cv2

# Créer un objet VideoCapture pour lire le fichier vidéo
cap = cv2.VideoCapture('example.mp4')

# Vérifier si la vidéo a été ouverte avec succès
if not cap.isOpened():
    print("Erreur : impossible d'ouvrir la vidéo.")
    exit()

# Lire une image vidéo
while True:
    ret, frame = cap.read()
   
    # Si la dernière image est lue, quitter la boucle
    if not ret:
        break
   
    # Afficher l'image actuelle
    cv2.imshow('Video', frame)
   
    # Appuyez sur 'q' pour quitter
    if cv2.waitKey(25) & 0xFF == ord('q'):
        break

# Libérer les ressources
cap.release()
cv2.destroyAllWindows()

Lecture de la vidéo de la caméra

En plus de lire des fichiers vidéo, OpenCV peut également lire une vidéo directement depuis une caméra en définissant simplementcv2.VideoCapturele paramètre à l'index de la caméra (généralement 0) :

Exemple

import cv2

# Créer un objet VideoCapture pour lire la vidéo de la caméra
cap = cv2.VideoCapture(0)

# Vérifier si la caméra a été ouverte avec succès
if not cap.isOpened():
    print("Erreur : Impossible d'ouvrir la caméra.")
    exit()

# Lire une image vidéo
while True:
    ret, frame = cap.read()
   
    # Si la dernière image est lue, quitter la boucle
    if not ret:
        break
   
    # Afficher l'image actuelle
    cv2.imshow('Camera', frame)
   
    # Appuyez sur 'q' pour quitter
    if cv2.waitKey(25) & 0xFF == ord('q'):
        break

# Libérer les ressources
cap.release()
cv2.destroyAllWindows()

Traitement des images vidéo

Opérations de base sur les images

Après avoir lu les images vidéo, diverses opérations de traitement d'image peuvent être effectuées sur chaque image.

Par exemple, l'image peut être convertie en niveaux de gris :

Exemple

import cv2

cap = cv2.VideoCapture('example.mp4')

while True:
    ret, frame = cap.read()
   
    if not ret:
        break
   
    # Convertir l'image en niveaux de gris
    gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
   
    # Afficher l'image en niveaux de gris
    cv2.imshow('Gray Video', gray_frame)
   
    if cv2.waitKey(25) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

Enregistrement des images

Lors du traitement des images vidéo, il est parfois nécessaire d'enregistrer les images traitées dans un nouveau fichier vidéo.

Vous pouvez utiliser lacv2.VideoWriterclasse pour y parvenir :

Exemple

import cv2

cap = cv2.VideoCapture('example.mp4')

# Obtenir la fréquence d'images et la taille de la vidéo
fps = int(cap.get(cv2.CAP_PROP_FPS))
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))

# Créer un objet VideoWriter pour enregistrer la vidéo traitée
fourcc = cv2.VideoWriter_fourcc(*'XVID')
out = cv2.VideoWriter('output.avi', fourcc, fps, (width, height))

while True:
    ret, frame = cap.read()
   
    if not ret:
        break
   
    # Convertir l'image en niveaux de gris
    gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
   
    # Écrire l'image en niveaux de gris dans la vidéo de sortie
    out.write(cv2.cvtColor(gray_frame, cv2.COLOR_GRAY2BGR))
   
    # Afficher l'image en niveaux de gris
    cv2.imshow('Gray Video', gray_frame)
   
    if cv2.waitKey(25) & 0xFF == ord('q'):
        break

cap.release()
out.release()
cv2.destroyAllWindows()

Applications avancées du traitement vidéo

Détection d'objets dans la vidéo

OpenCV fournit une variété d'algorithmes de détection d'objets, tels que les classificateurs de caractéristiques de Haar, HOG + SVM, etc.

Voici un exemple de détection de visage utilisant un classificateur de caractéristiques de Haar:

Exemple

import cv2

# Charger le classificateur de caractéristiques Haar
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')

cap = cv2.VideoCapture('example.mp4')

while True:
    ret, frame = cap.read()
   
    if not ret:
        break
   
    # Convertir l'image en niveaux de gris
    gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
   
    # Détecter les visages
    faces = face_cascade.detectMultiScale(gray_frame, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))
   
    # Dessiner des rectangles sur l'image pour marquer les visages
    for (x, y, w, h) in faces:
        cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2)
   
    # Afficher l'image avec les marqueurs de visage
    cv2.imshow('Face Detection', frame)
   
    if cv2.waitKey(25) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

Détection de mouvement dans une vidéo

La détection de mouvement est une application importante en traitement vidéo. Les objets en mouvement peuvent être détectés en calculant les différences entre les images.

Voici un exemple simple de détection de mouvement :

Exemple

import cv2

cap = cv2.VideoCapture('example.mp4')

# Lire la première image
ret, prev_frame = cap.read()
prev_gray = cv2.cvtColor(prev_frame, cv2.COLOR_BGR2GRAY)

while True:
    ret, frame = cap.read()
   
    if not ret:
        break
   
    # Convertir l'image actuelle en niveaux de gris
    gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
   
    # Calculer la différence entre l'image actuelle et l'image précédente
    frame_diff = cv2.absdiff(prev_gray, gray_frame)
   
    # Binariser l'image de différence
    _, thresh = cv2.threshold(frame_diff, 30, 255, cv2.THRESH_BINARY)
   
    # Afficher le résultat de la détection de mouvement
    cv2.imshow('Détection de mouvement', thresh)
   
    # Mettre à jour l'image précédente
    prev_gray = gray_frame
   
    if cv2.waitKey(25) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

Fonctions courantes

FonctionFonction/MéthodeDescription
Lire la vidéocv2.VideoCapture()Lire un fichier vidéo ou une caméra.
Lire la vidéo image par imagecap.read()Lire la vidéo image par image.
Obtenir les propriétés de la vidéocap.get(propId)Obtenir les propriétés de la vidéo (telles que la largeur, la hauteur, la fréquence d'images, etc.).
Enregistrer la vidéocv2.VideoWriter()Créer un objet d'écriture vidéo et enregistrer la vidéo.
Traitement des images vidéoFonctions de traitement d'image (telles quecv2.cvtColor())Effectuer un traitement d'image sur les images vidéo.
Suivi d'objetscv2.TrackerKCF_create()Utiliser des algorithmes de suivi d'objets pour suivre des objets dans la vidéo.
Détection de mouvementcv2.createBackgroundSubtractorMOG2()Utiliser des algorithmes de soustraction d'arrière-plan pour détecter des objets en mouvement dans la vidéo.

cv2.VideoCapture

Définition:
cv2.VideoCaptureUtilisé pour capturer des images vidéo à partir d'un fichier vidéo ou d'une caméra.

Syntaxe:

cv2.VideoCapture(source)

Description des paramètres:

  • source: Chemin du fichier vidéo ou index de la caméra (généralement 0 pour la caméra par défaut).

Exemple

import cv2

# Ouvrir la caméra par défaut
cap = cv2.VideoCapture(0)

while True:
    ret, frame = cap.read()
    if not ret:
        break
    cv2.imshow('Frame', frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

cv2.VideoWriter

Définition:
cv2.VideoWriterUtilisé pour écrire les images vidéo dans un fichier vidéo.

Syntaxe:

cv2.VideoWriter(filename, fourcc, fps, frameSize)

Description des paramètres:

  • filename: Nom du fichier vidéo de sortie.
  • fourcc: Codec vidéo (tel quecv2.VideoWriter_fourcc(*'XVID'))。
  • fps: Fréquence d'images.
  • frameSize: Taille de l'image (largeur, hauteur).

Exemple

import cv2

cap = cv2.VideoCapture(0)
fourcc = cv2.VideoWriter_fourcc(*'XVID')
out = cv2.VideoWriter('output.avi', fourcc, 20.0, (640, 480))

while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break
    out.write(frame)
    cv2.imshow('Frame', frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
out.release()
cv2.destroyAllWindows()

cv2.cvtColor

Définition:
cv2.cvtColorUtilisé pour convertir une image d'un espace colorimétrique vers un autre espace colorimétrique.

Syntaxe:

cv2.cvtColor(src, code)

Description des paramètres:

  • src: Image d'entrée.
  • code: Code de conversion d'espace colorimétrique (tel quecv2.COLOR_BGR2GRAY)。

Exemple

import cv2

img = cv2.imread('image.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
cv2.imshow('Gray Image', gray)
cv2.waitKey(0)
cv2.destroyAllWindows()

cv2.resize

Définition:
cv2.resizeUtilisé pour redimensionner une image.

Syntaxe:

cv2.resize(src, dsize)

Description des paramètres:

  • src: Image d'entrée.
  • dsize: Taille de l'image de sortie (largeur, hauteur).

Exemple

import cv2

img = cv2.imread('image.jpg')
resized = cv2.resize(img, (320, 240))
cv2.imshow('Resized Image', resized)
cv2.waitKey(0)
cv2.destroyAllWindows()

cv2.Canny

Définition:
cv2.CannyUtilisé pour la détection de contours.

Syntaxe:

cv2.Canny(image, threshold1, threshold2)

Description des paramètres:

  • image: Image d'entrée.
  • threshold1: Premier seuil.
  • threshold2: Deuxième seuil.

Exemple

import cv2

img = cv2.imread('image.jpg', 0)
edges = cv2.Canny(img, 100, 200)
cv2.imshow('Edges', edges)
cv2.waitKey(0)
cv2.destroyAllWindows()

cv2.findContours

Définition:
cv2.findContoursUtilisé pour trouver les contours dans une image.

Syntaxe:

cv2.findContours(image, mode, method)

Description des paramètres:

  • image: Image d'entrée.
  • mode: Mode de récupération des contours (tel quecv2.RETR_TREE)。
  • method: Méthode d'approximation de contour (commecv2.CHAIN_APPROX_SIMPLE)。

Exemple

import cv2

img = cv2.imread('image.jpg', 0)
contours, _ = cv2.findContours(img, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cv2.drawContours(img, contours, -1, (0, 255, 0), 3)
cv2.imshow('Contours', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

cv2.drawContours

Définition:
cv2.drawContoursUtilisé pour dessiner des contours dans une image.

Syntaxe:

cv2.drawContours(image, contours, contourIdx, color, thickness)

Description des paramètres:

  • image: Image d'entrée.
  • contours: Liste des contours.
  • contourIdx: Indice du contour (-1 signifie dessiner tous les contours).
  • color: Couleur du contour.
  • thickness: Largeur de la ligne du contour.

Exemple

import cv2

img = cv2.imread('image.jpg', 0)
contours, _ = cv2.findContours(img, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cv2.drawContours(img, contours, -1, (0, 255, 0), 3)
cv2.imshow('Contours', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

cv2.putText

Définition:
cv2.putTextUtilisé pour dessiner du texte sur une image.

Syntaxe:

cv2.putText(image, text, org, fontFace, fontScale, color, thickness)

Description des paramètres:

  • image: Image d'entrée.
  • text: Le texte à dessiner.
  • org: Coordonnées du coin inférieur gauche du texte.
  • fontFace: Type de police (tel quecv2.FONT_HERSHEY_SIMPLEX)。
  • fontScale: Facteur d'échelle de la police.
  • color: Couleur du texte.
  • thickness: Largeur de ligne du texte.

Exemple

import cv2

img = cv2.imread('image.jpg')
cv2.putText(img, 'Hello, OpenCV!', (50, 50), cv2.FONT_HERSHEY_SIMPLEX, 1, (255, 0, 0), 2)
cv2.imshow('Text', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
Autres extensions