[发明专利]一种基于OpenCV的网络摄像机解码方法

说明书

本发明公开一种基于OpenCV的网络摄像机解码方法，涉及安防领域，包括：首先，响应于光幕模组检测到第一障碍物，向与光幕模组相对应的网络摄像机发送开启指令，云平台基于OpenCV依次实时采集网络摄像机的每一帧第一图像；然后，识别第一图像中的行人的头顶上的第一固定点，控制网络摄像机的拍摄方向为指向第一固定点，并实时采集网络摄像机的拍摄角；拍摄角为网络摄像机与竖直方向之间的夹角；然后，采集第一实时拍摄角、第二实时拍摄角，获得行人的身高，求解行人的腹厚；最后，保存每一帧第一图像构成的第一视频，并标记行人的身高、腹厚以及路过时间戳。本发明通过OpenCV有效对网络摄像机的拍摄视频进行解析，以便通过图像处理获得所需要的数据。

技术领域

本发明涉及智能安防领域，特别涉及一种基于OpenCV的网络摄像机解码方法。

背景技术

OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列C函数和少量C++类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

OpenCV用C++语言编写，它的主要接口也是C++语言，但是依然保留了大量的C语言接口。该库也有大量的Python、Java and MATLAB/OCTAVE(版本2.5)的接口。这些语言的API接口函数可以通过在线文档获得。如今也提供对于C#、Ch、Ruby、GO的支持。

所有新的开发和算法都是用C++接口。一个使用CUDA的GPU接口也于2010年9月开始实现。

随着社会的发展，对城市安全、道路交通安全的视频监控要求也越来越高，根据实际应用需求，对视频监控点的数量也成指数增长。

在现有技术中，摄像头是常开的，而实际上，在典型的办公室内的公共区域摄像监控的长时间是无人经过的，此时摄像头处于常开会造成不必要的耗电。

此外，在现有技术中，一般对行人进行人像识别或采用图像处理求解行人身高，而对于行人体态这方面研究较少。

发明内容

有鉴于现有技术的一部分缺陷，本发明所要解决的技术问题是提供一种基于OpenCV的网络摄像机解码方法，解决现有技术中无人经过而摄像头常开的问题，旨在通过光幕检测行人，并在有行人的时候进行摄像拍摄，避免摄像头长时间拍摄，浪费摄像头使用寿命以及用电。

为实现上述目的，本发明提供一种基于OpenCV的网络摄像机解码方法，所述方法包括：

步骤S1、响应于光幕模组检测到第一障碍物，向与所述光幕模组相对应的网络摄像机发送开启指令；其中，所述光幕模组包括多对平行排列设置的红外对管，各对所述红外对管所组成的光幕面垂直于地面；所述光幕模组用于检测行人路过以及行人的身高；所述红外对管根据高度分为下段对管、中段对管以及上段对管；所述下段对管主要用于检测所述行人的腿脚部，所述中段对管主要用于检测所述行人的腹臀部，所述上段对管主要用于检测所述行人的肩头部；

步骤S2、响应于网络摄像机开启，云平台基于OpenCV依次实时采集所述网络摄像机的每一帧第一图像；

步骤S3、所述云平台解析所述第一图像，对所述第一图像进行人像识别；

步骤S4、所述云平台响应于所述第一图像中识别到人像，识别所述第一图像中的行人的头顶上的第一固定点，控制所述网络摄像机的拍摄方向为指向所述第一固定点，并实时采集所述网络摄像机的拍摄角；所述拍摄角为所述网络摄像机与竖直方向之间的夹角；

步骤S5、响应于所述中段对管检测到至少高度为100mm的中段障碍物进入，采集所述网络摄像机的第一实时拍摄角

步骤S6、响应于所述中段对管检测到的所述中段障碍物退出，采集所述网络摄像机的第二实时拍摄角