-
Notifications
You must be signed in to change notification settings - Fork 0
/
carTraker.py
75 lines (54 loc) · 2.19 KB
/
carTraker.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
import cv2
#Notre image ou video
img_file = 'Car Image.jpeg'
#video = cv2.VideoCapture('Tesla Dashcam Accident.mp4')
video = cv2.VideoCapture('Dashcam Pedestrian.mp4')
#Notre Classifieur de Voiture et piétons préentrainé
car_tracker_file = 'car_detector.xml'
pedestrian_tracker_file = 'haarcascade_fullbody.xml'
#création de la classification de voitures et piétons
car_tracker = cv2.CascadeClassifier(car_tracker_file)
pedestrian_tracker = cv2.CascadeClassifier(pedestrian_tracker_file )
#faire tourner indéfiniment jusqu'a ce que la voiture stop ou se crash ou jsp ^^
while True:
#lire chaque image de la videa 1 a 1
(read_successful, frame) = video.read()
if read_successful:
#change la couleur du frame en noir et blanc
grayscaled_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
else:
break
# détection de voitures et piétons
cars = car_tracker.detectMultiScale(grayscaled_frame)
pedestrians = pedestrian_tracker.detectMultiScale(grayscaled_frame)
#print(cars)
# Dessin des rectangles sur les voitures détécté
for (x, y, w, h) in cars:
cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 0, 255), 2)
for (x, y, w, h) in pedestrians:
cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 255), 2)
# affichage de la frame
cv2.imshow('Car detector', frame)
# ne se ferme pas automatiquement (va attendre ici dan le code qu'une key soit préssé)
key = cv2.waitKey(1) #1milisecond
if key==81 or key==113:
break
video.release()
'''
#creation d'une image opencv
img = cv2.imread(img_file)
#convertion de l'image en noir et blanc (nécessaire pour le "haar Cascade")
black_n_white_image = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#création de la classification de voitures
car_tracker = cv2.CascadeClassifier(classifier_file)
#détection de voitures
cars = car_tracker.detectMultiScale(black_n_white_image)
#print(cars)
#Dessin des rectangles sur les voitures détécté
for (x, y, w, h) in cars:
cv2.rectangle(img, (x,y), (x+w, y+h), (0, 0, 255), 2)
#affichage de l'image
cv2.imshow('Car detector', img)
#ne se ferme pas automatiquement (va attendre ici dan le code qu'une key soit préssé)
cv2.waitKey()
'''