基于视频的烟雾检测

#coding:utf-8 

from __future__ import print_function
import cv2
import numpy as np 
import tensorflow as tf 
import os
import random
from skimage import io
from skimage import filters
from matplotlib import pyplot as pltssss

__author__ = ‘cystone@aliyun.com‘
__date__ = ‘16-12-19‘

DEBUG = False
AVERAGE_S_THRESHOLD = 70
HSV_V_BLOCK_COUNT = 50
CANDIDATE_BLOCK_SIZE = 10
VIDEO_FILE = “/home/swl/blog/exp_data/code/medias/videos/nosmoke3.avi“
BLOCK_WIDTH = 32
BLOCK_HEIGHT = 24
frame_SKIP = 1
frame_SIZE = （0 0）

train_smoke_path = “/home/swl/blog/exp_data/code/medias/pictures/smoke_train_32x24/“
train_none_path = “/home/swl/blog/exp_data/code/medias/pictures/nosmoke_train_32x24/“
test_smoke_path = “/home/swl/blog/exp_data/code/medias/pictures/smoke_test_32x24/“
test_none_path = “/home/swl/blog/exp_data/code/medias/pictures/nosmoke_test_32x24/“
#test_smoke_path = “/home/swl/blog/exp_data/code/medias/videos/“
#test_none_path = “/home/swl/blog/exp_data/code/medias/videos/“


def get_move_toward（list_frames m n）:
    “““
    Get the direction of the area moving towards.
    list_frames is the list of current and last gray frame
    “““
    
    bias = 2

    if mframe_SIZE[0]-BLOCK_WIDTH-bias or n>frame_SIZE[1]-BLOCK_HEIGHT-bias:
        return 7;
    block = list_frames[1][n:（n+BLOCK_HEIGHT） m:（m+BLOCK_WIDTH）]
    block1 = list_frames[0][（n-bias）:（n+BLOCK_HEIGHT-bias） m:（m+BLOCK_WIDTH）]
    block2 = list_frames[0][（n-bias）:（n+BLOCK_HEIGHT-bias） （m+bias）:（m+BLOCK_WIDTH+bias）]
    block3 = list_frames[0][n:（n+BLOCK_HEIGHT） （m+bias）:（m+BLOCK_WIDTH+bias）]
    block4 = list_frames[0][（n+bias）:（n+BLOCK_HEIGHT+bias） （m+bias）:（m+BLOCK_WIDTH+bias）]
    block5 = list_frames[0][（n+bias）:（n+BLOCK_HEIGHT+bias） m:（m+BLOCK_WIDTH）]
    block6 = list_frames[0][（n+bias）:（n+BLOCK_HEIGHT+bias） （m-bias）:（m+BLOCK_WIDTH-bias）]
    block7 = list_frames[0][（n）:（n+BLOCK_HEIGHT） （m-bias）:（m+BLOCK_WIDTH-bias）]        
    block8 = list_frames[0][（n-bias）:（n+BLOCK_HEIGHT-bias） （m-bias）:（m+BLOCK_WIDTH-bias）]

    list_result = []
    r1 = calc_direction（block block1）
    list_result.append（r1）
    r2 = calc_direction（block block2）
    list_result.append（r2）
    r3 = calc_direction（block block3）
    list_result.append（r3）
    r4 = calc_direction（block block4）
    list_result.append（r4）
    r5 = calc_direction（block block5）
    list_result.append（r5）
    r6 = calc_direction（block block6）
    list_result.append（r6）
    r7 = calc_direction（block block7）
    list_result.append（r7）
    r8 = calc_direction（block block8）
    list_result.append（r8）
    index = list_result.index（min（list_result））
    return index


def load_images（path）:
    “““
    load images from directory
    return a list of images data
    “““
    img_list = []
    for dirpath dirnames filenames in os.walk（path）:
        for filename in filenames:
            img = io.imread（path + filename）
            img2 = filters.gaussian（img sigma=1）
            #img2 = color.rgb2hsv（img）