Analizador de cámara de tráfico de Python Analizador de cámara de tráfico de Python es una herramienta de análisis de congestión de cámara de tráfico automatizada.
Descargar ahora

Analizador de cámara de tráfico de Python Clasificación y resumen

Analizador de cámara de tráfico de Python Etiquetas

analizador cámara analizador de cámara Cámara de tráfico congestión análisis de congestión de la cámara Camer de tráfico de Python

Analizador de cámara de tráfico de Python Descripción

El analizador de cámara de tráfico de Python es una herramienta de análisis de congestión de cámara de tráfico automatizada. Python Traffic Analyzer es una clase de base de Python y un script del controlador de muestra escrito para recuperar y manipular imágenes de las cámaras de Trafiques y calcular un valor numérico que representa el flujo de tráfico actual.pytran, un script de controlador de ejemplo, un colector de imágenes y un creador de máscara de imagen están disponibles Para descargar desde el enlace que se muestra en la parte inferior. Para usar el paquete de Pytran comience por elegir una cámara que desea analizar, para este ejemplo, usaremos la cámara subtitulada anteriormente. Queremos construir una máscara sobre el área de la imagen de la que estamos interesados, a saber, la carretera. En este ejemplo en particular, la carretera ocupa la mayoría de la imagen, pero eso no siempre es el caso. Aplicaremos la máscara sobre imágenes capturadas para ajustar el área sobre la que estamos buscando movimiento. Para crear la máscara, primero deberá recopilar una serie secuencial de instantáneas de la cámara de destino. El script image_collector.py fue escrito para esta tarea: $ mkdir mask_200003 $ cd mask_200003 $ ../Image_collector.py 20000330Collecting 30 imágenes ... 30Done. El script está codificado para capturar imágenes en un retraso de 2 segundos. El retraso es necesario para garantizar que la imagen haya cambiado. Creo que 2 segundos para ser el mínimo absoluto. Una vez completado, se crearán 30 imágenes numeradas de 1 a 30 en el directorio actual. Construyendo una máscara de estas imágenes capturadas creando una imagen de diffección para cada par de imágenes secuenciales y luego agregando cada imagen de difusión. Naturalmente, también se escribió un script para automatizar esta tarea: $ ../mask_maker.py 130creating una diferencia para cada par de imágenes secuenciales. Riffing 29creando la máscara inicial desde el primer par de imágenes. El resto de las diferencias a la máscara. .Masking 29done.a número de archivos .diff se generan en este proceso. Estos archivos reponen el movimiento entre pares de secuencias individuales. Los archivos .DIFF son simplemente archivos intermediarios, el bit importante es el archivo 'máscara', que se genera como la suma de todas las diferencias. El archivo de máscara puede estar sucio (como en este caso ) y requieren limpieza manual. Sin embargo, la forma básica de la carretera es claramente visible, evidencia de que podemos con un esfuerzo mínimo automatizar el proceso de generación de máscara. Además, esta ejecución se realizó por la noche, las imágenes diurnas dan mejores resultados. Hay algunos pasos finales que debemos tomar antes de que podamos usar el ejemplo de script del controlador Pytran. Primero necesitamos convertir la máscara a ASCII (Noraw) Formato: $ PNMNORAW Mask> Mask_200003.asciithen Necesitamos abrir una ventana de visualización de ImageMagick y obtener su ID de ventana X usando 'XWININFO'. Finalmente, actualice 'camera_id' y 'window_id' en pytran_sampling.py y lanza el controlador: $ ../pytran_sampling.py depuración> Marco de agarre de la cámara 200003debug> Imagen de giro: Pytran.Esta> PyTran.lastdebug> Imagen actualizada en 3 abrida Una muestra de 5 minutos en varios umbrales.Debug> Marco de agarre de la cámara 200003debug> Generando el marco diferente en Pytran.last, Pytran.Thisdebug> Visualización de la imagen: PyTran.diffdebug> Convertir Pytran.diff a asciidebug> Cálculo de la relación de tráfico ... 5]: 55% DEBUG> Cálculo de la relación tráfico ... Relación : 52% ... Muestra de 5 minutos : Muestra de 67,885 minutos : Muestra de 42,665 minutos : Muestra de 30,575 minutos : Muestra de 23,035 minutos : Muestra de 18,395 minutos : Ejemplo de 14,795 minutos : Muestra de 12,425 minutos : muestra de 10.535 minutos : muestra de 9.065 minutos : 7.85El script de muestreo Tomará muestras de 5 minutos a diferentes umbrales de color. El umbral óptimo debe ser elegido manualmente. Además, deberá probar las proporciones de tráfico durante los tiempos de tráfico pesados ​​y ligeros para obtener una buena sensación por su rango aceptable. Además, tenga en cuenta que el valor de la relación de tráfico es simplemente el cambio de porcentaje detectado, o en otras palabras, el movimiento detectado dentro de la región enmascarada. Esto significa que un camino completamente vacío registrará valores similares a un camino, por lo que congestionado parece un estacionamiento. La hora del día se puede combinar con la ración del tráfico para determinar la verdad lógica. Con esta tarea implementada y resumida sistemas más complejos. Cuando encuentre el tiempo que me gustaría crear un sistema que tome múltiples rutas y tiempos de viaje potenciales, y durante el tiempo de viaje envíe un correo electrónico al viajero con la mejor ruta a la que tomar. Otra idea que tuve sería registrar los valores de flujo de tráfico para cada cámara, para cada día y por cada intervalo de media hora. Los viajeros y otras partes interesadas pueden analizar los patrones de tráfico para determinar la ruta más rápida dependiente de la fecha / hora.

Analizador de cámara de tráfico de Python Software relacionado