Python محلل كاميرا المرور Python Traffic Camera Analyzer هو أداة تحليل احتقان كاميرا المرور الآلي.
التحميل الان

Python محلل كاميرا المرور الترتيب والملخص

Python محلل كاميرا المرور العلامات

محلل الة تصوير محلل الكاميرا احتقان كاميرا المرور تحليل ازدحام الكاميرا كامير المرور بيثون

Python محلل كاميرا المرور وصف

Python Traffic Camera Analyzer هو أداة تحليل احتقار كاميرا المرور الآلي. برنامج Python Traffic Analyzer هو برنامج نصي من فئة Bython الأساسية وعينة سائق مكتوبة لاسترداد الصور ومعالجتها من كاميرات Trafficland وحساب قيمة رقمية تمثل تدفق المرور الحالي. VYTRAN، وبرنامج نصي برنامج تشغيل مثال، ومجمد الصورة ومخالق قناع الصورة المتوفرة للتنزيل من الرابط المعروض في الأسفل. لاستخدام حزمة Pytran تبدأ باختيار الكاميرا التي ترغب في تحليلها، على هذا المثال، سنستخدم الكاميرا التي تم توضيحها أعلاه. نريد إنشاء قناع عبر منطقة الصورة التي نهمها، وهي الطريق. في هذا المثال بالذات، يأخذ الطريق غالبية الصورة ولكن هذا ليس دائما القضية. سنقوم بتطبيق القناع على الصور الملتقطة لضبط المنطقة التي ننتظرنا إليها. لإنشاء القناع، سنحتاج أولا إلى جمع سلسلة متتالية من اللقطات من الكاميرا الهدف. تم كتابة البرنامج النصي Image_Collector.py لهذه المهمة: $ mkdir mask_200003 $ cd mask_200003 $ ../image_collector.py 20000330collecting 30 صورة ... 30done.the البرنامج النصي مشفرة لالتقاط الصور على تأخير ثاني. التأخير ضروري لضمان تغير الصورة. أعتقد أن ثنتان ليكون الحد الأدنى المطلق. بمجرد إكمال، سيتم إنشاء 30 صورة مرتبة من 1 إلى 30 في الدليل الحالي. قم ببناء قناع من هذه الصور التي تم التقاطها عن طريق إنشاء صورة فرقة لكل زوج صورة متسلسل ثم قم بإضافة كل صورة فرقة معا. بطبيعة الحال، كتب نصي إلى أتمتة هذه المهمة كذلك: $ ../mask_maker.py 130 إبداع فرق لكل زوج صورة متتسلسلة.إدارة 29Creating القناع الأولي من زوج الصورة الأول. إضافة بقية الفضالة إلى القناع . التسجيل 29done.a عدد من ملفات .diff التي يتم إنشاؤها في هذه العملية. هذه الملفات صدت الحركة بين أزواج التسلسل الفردي. ملفات .DIFF هي ببساطة ملفات وسيطة، وهو الشيء المهم هو ملف "قناع"، الذي يتم إنشاؤه كمجموع كل الاختلافات ) وتتطلب التنظيف اليدوي. ومع ذلك، فإن الشكل الأساسي للطريق مرئيا بوضوح، أدلة يمكننا بأي غدة بأتمتة عملية توليد القناع. أيضا، أجريت هذا المدى في الليل، وتحقق الصور اليومية نتائج أفضل. هناك بعض الخطوات النهائية التي نحتاج إلى اتخاذها قبل أن نتمكن من استخدام البرنامج النصي لسائق Pytran المثال. أولا نحتاج إلى تحويل القناع إلى تنسيق ASCII (NORAW): Mask_200003.asciithen نحتاج إلى فتح نافذة "عرض" ImageMagick واحصل عليه معرف X-Window باستخدام "Xwininfo". أخيرا، قم بتحديث "Camera_ID" و "Window_ID" في Pytran_sampling.py وإطلاق برنامج التشغيل: $ ../pytran_sampling.py تصحيح> إطار الاستيلاء من الكاميرا 200003debug> الدوارة الصورة: Pytran.this> Pytran.lastdebug> صورة منعشة في 3 Secstaking عينة 5 دقائق في العتبات المختلفة. Debug> إطار الاستيلاء من الكاميرا 200003Debug> إخراج إطار فرق على Pytran.Last، Pytran.thisdebug> عرض الصورة: Pytran.diffdebug> تحويل Pytran.diff إلى ASCIIDBUG> حساب نسبة المرور ... نسبة : 55 تصحيح> حساب نسبة المرور ... نسبة : 52 ...... 5 دقائق عينة : 67.885 دقيقة عينة : 42.665 دقيقة عينة : 30.575 دقيقة عينة : عينة 23.035 دقيقة : 18.395 دقيقة عينة : 14.795 دقيقة عينة : عينة 12.425 دقيقة : 10.535 دقيقة عينة : 9.065 دقيقة عينة : 7.85 النصي أخذ العينات سوف يستغرق 5 دقائق في عتبات الألوان المختلفة. يجب اختيار العتبة الأمثل يدويا. علاوة على ذلك، ستحتاج إلى تذوق نسبة حركة المرور خلال أوقات المرور الثقيلة والضوء للحصول على شعور جيد لمدى مقبول. أيضا، ضع في اعتبارك أن قيمة نسبة المرور هي ببساطة تغيير النسبة المئوية المكتشفة، أو وبعبارة أخرى تم اكتشاف الحركة داخل المنطقة المقنعة. هذا يعني أن الطريق الفارغ تماما سوف يسجل قيما مماثلة على طريق مزدحم للغاية يبدو وكأنه موقف للسيارات. يمكن دمج وقت اليوم مع حصص المرور لتحديد الحقيقة المنطقية. ومع هذه المهمة المنفذة ويمكن بناء أنظمة أكثر تعقيدا مجردة. عندما أجد الوقت الذي أود إنشاء نظام سيستغرق عدة طرق وسفر محتملة، وخلال وقت السفر عبر البريد الإلكتروني المسافر مع أفضل طريق لاتخاذ. فكرة أخرى كنت قد سجلت قيم تدفق حركة المرور لكل كاميرا، لكل يوم ولكل من فاصل كل نصف ساعة. يمكن للمسافرين والأطراف المعنية الأخرى بعد ذلك تحليل أنماط المرور لتحديد أسرع طريق يعتمد على التاريخ / الوقت.

Python محلل كاميرا المرور برامج ذات صلة