CV-Application

Original	Geom. Transformation	Chrominanz

Die CV-App ist eine Applikation, mit der eine Bildverarbeitungs-Pipeline generiert werden kann. Die Pipeline ließt eine vorhandene Webcam aus. Der Inhalt dieses Videostreams wird dann durch CV-Algorithmen be- und/oder verarbeitet und angezeigt. Optional kann der so erzeugte Videostream an eine virtuelle Kamera weitergeleitet werden. Diese virtuelle Kamera kann dann von anderen Programmen (z.B. für Videokonferenzen) wie eine normale Webcam ausgelesen werden.

Zwei einfache Algorithmen wie die geometrische Transformation oder die Entfernung der Luminanz sind in oberen Abbildungen dargestellt.

Anleitung

Kurzanleitung Verwendung magischer Umhang

Programm starten via PyCharm und Strg+Shift+F10
Umschalten auf "invis_cloak" Skript mit Taste "7"
Kamera positionieren, Hintergrund leeren, Hintergrund aufnehmen mit mittlerer Maustaste
Roten Gegenstand vor Körper halten. Körper sollte nun verschwinden. Linke Maustaste drücken um Bilder aufzunehmen
Die Ergebnisse landen im Ordner results/ und werden beim Programm-Neustart gelöscht!

Treiber virtuelle Kamera

Die Grundfunktion der CV-App ist einsatzbereit, sobald dieses Repository erfolgreich installiert ist. Sie können Ihre Webcam einlesen und CV-Algorithmen auf den Videostream anwenden. Für die Nutzung der virtuellen Kamera ist ein zusätzlicher Treiber notwendig. Je nachdem welches Betriebssystem Sie nutzen, kann dieser variieren. Die nötige Treiber Installation finden Sie unter https://github.com/letmaik/pyvirtualcam.

Bedienung des Programms

Führen Sie das Skript main.py aus diesem Verzeichnis mit dem Befehl

python main.py --camera=0 --mode=virtual_cam --video=PFAD_ZU_EINEM_VIDEO

im Terminal aus. Dabei stehen Ihnen einige optionale Parameter zur Verfügung. Wenn Sie die Parameter nicht angeben, werden die Default-Werte verwendet. Die Bedeutung der Parameter sowie die Default-Werte finden Sie in der folgenden Tabelle.

Parameter	Default-Wert	Beschreibung
--camera	0	OpenCV ID der Kamera. Wenn -1 angegeben ist, wird anstelle einer Kamera ein Video in Dauserschleife gespielt.
--mode	virtual_cam	Entweder virtual_cam (mit virtueller Kamera und Bildschirmausgabe) oder screen (nur Bildschirmausgabe)
--video	-	Gibt den Pfad zum Video an, wenn --camera=-1 ist

Hinweise:

Sollten Sie keine Kamera zur Verfügung haben, können Sie --camera=-1 wählen, um ein Video zu verwenden
Die Default-Werte sind in main.py definiert und können dort angepasst werden

Nachdem Sie das Programm erfolgreich gestartet haben, sollten Sie das Bild der Kamera in einem neu geöffneten Fenster sehen. Zu Beginn der Programmausführung wird kein CV-Algorithmus auf das Bild angewendet (Eingangsbild=Ausgangsbild). Sie können verschiedene Funktionen bzw. Algorithmen durch betätigen verschiedener Tasten aktivieren. Als Standard sind einige Funktionen auf den Tasten 1 bis 10 vorprogrammiert. Es ist ebenfalls möglich, mit Maus-Aktionen mit der Pipeline zu interagieren.

Mit den Tasten f und e können Sie den Autofokus bzw. Autoexposure aktivieren oder deaktivieren.

Hinweise:

Sie können nur mit der App interagieren, wenn das Programmfenster im Vordergrund ist!
Autofokus und Autoexposure sind für viele Webcams nicht supported!

Eigene CV Algorithmen

Für die Implementierung eigener Algorithmen sind nur Dateien in dem Unterverzeichnis algorithms notwendig. Öffnen Sie sich in das Verzeichnis und lesen die folgenden Abschnitte. Nachdem Sie die Abschnitte gelesen haben können Sie die Übungsaufgabe in der Datei exercise.md bearbeiten.

Eigenen "Algorithm" erstellen

Sie können einen eigenen Algorithmus erstellen, in dem Sie ein neues Skript in dem Ordner algorithms erstellen. Das folgende Skript algorithms/your_algorithm.py zeigt einen beispielhaften Algorithmus, der einen Weißabgleich implementiert.

import cv2
import numpy as np

from . import Algorithm


class YourAlgorithm(Algorithm):
    """ The implementation of your algorithm """

    def __init__(self):
        """ Inititation of your algorithm. You can store member variables here! """
        self.max_b, self.max_g, self.max_r = 255, 255, 255
        self.last_image = None

    def process(self, img):
        """ Here the input image (img) is processed and returned """
        self.last_image = img
        img = img.astype(np.float32)
        img[:, :, 0] = np.clip(img[:, :, 0], 0, self.max_b) * 255 / max(1, self.max_b)
        img[:, :, 1] = np.clip(img[:, :, 1], 0, self.max_g) * 255 / max(1, self.max_g)
        img[:, :, 2] = np.clip(img[:, :, 2], 0, self.max_r) * 255 / max(1, self.max_r)
        img = img.astype(np.uint8)
        return img

    def mouse_callback(self, event, x, y, flags, param):
        """ The mouse callback react on mouse events """
        if self.last_image is None:
            return
        if event == cv2.EVENT_LBUTTONUP:
            self.max_b, self.max_g, self.max_r = \
                self.last_image[y, x, 0], self.last_image[y, x, 1], self.last_image[y, x, 2]

Die Funktion __init__(self) wird bei der Erstellung des Algorithmus aufgerufen. Sie können dort Variablen definieren, die während der gesamten Laufzeit gespeichert bleiben. So können Sie z.B. Daten zwischen der Eingabe mehrerer Bilder speichern. Die Funktion process.py(self, img) verarbeitet jedes ausgelesene Bild. Am Ende der Funktion muss ein Bild mit selber Höhe und Breite ausgegben werden. Die Funktion mouse_callback(self, event, x, y, flags, param) wird bei Maus-Events ausgeführt. Für weitere Information lesen Sie z.B. hier.

In dem Ordner algorithms sind mehrere Beispiele für Algorithmen gegeben.

Verlinken des eigenen Algorithmus zu einer Taste

Ihr Algorithmus YourAlgorithm kann nun zu einer Taste verlinkt werden. Der folgende Code entspricht in etwa dem Inhalt der Datei __init__.py. Ihr Algorithmus ist in dem Beispiel an die Taste 3 verlinkt. Um weitere Algorithmen zu verlinken müssen Sie lediglich einen weiteren Import und einen Eintrag in das algorithmus-dictionary hinzufügen.

class Algorithm:

    def process(self, img):
        return img

    def mouse_callback(self, event, x, y, flags, param):
        return

from .image_to_gray import ImageToGray
from .image_to_hue import ImageToHue
from .your_algorithm import YourAlgorithm

algorithms = dict()
algorithms["0"] = Algorithm
algorithms["1"] = ImageToGray
algorithms["2"] = ImageToHue
algorithms["3"] = YourAlgorithm

Anforderungen

Hardware:

Webcam, die von OpenCV eingelesen werden kann

Getestet mit Python Versionen:

Getestet auf Betriebssystemen:

Windows 10
OpenSuse (pyvirtualcam funktioniert nicht!)

7.0 KiB Raw Blame History