Я на самом деле не воспринимаю это как проблему с отслеживанием, потому что колесо ограничено, поэтому оно не может перемещаться по всей раме, оно может только изменять свое угловое положение, поэтому вам действительно нужно знать, где какая-то часть он находится в одном кадре и на сколько он повернулся в следующем кадре. Затем, как вы знаете частоту кадров, то есть время между кадрами, вы можете рассчитать скорость.
Итак, вопрос в том, как определить, какая же спица была измерена в предыдущем кадре. Поскольку область за спицами темная, вам нужно, чтобы светлая спица хорошо контрастировала, чтобы ее было легко найти. Итак, я бы покрасил четыре спицы в черный, а вы просто ищете одну светлую на темном фоне. Я также хотел бы покрасить центр колеса в красный цвет (или другой насыщенный цвет), чтобы вы могли легко найти середину.
Теперь, в начале обработки, найдите центр колеса, ища красный и получите его координаты x, y на изображении. Теперь выберите радиус в пикселях, который вы можете изменить позже, и составьте список координат x, y, скажем, 360 точек (1 на градус) по окружности круга, центрированного вокруг красной точки. Эти точки и все синусы / косинусы не будут меняться на протяжении всей обработки, поэтому делайте это вне основного цикла обработки видео.
Теперь в каждом кадре используйте индексирование, чтобы подобрать яркость в каждой из 360 точек и, по крайней мере, сначала выберите самый яркий в качестве спицы.
Итак, я грубо нарисовал на вашем изображении, чтобы центр был красным, и только одна спица была белой:
Теперь код выглядит примерно так:
#!/usr/bin/env python3
import math
import numpy as np
from PIL import Image
# Open image and make Numpy version of it too
im = Image.open('wheel.png')
imnp = np.array(im)
# Find centre by looking for red pixels
# See https://stackoverflow.com/a/52183666/2836621
x, y = 193, 168
# Set up list of 360 points on a circle centred on red dot outside main processing loop
radius = 60
# List of X values and Y values on circumference
Xs = []
Ys = []
for theta in range(360):
thetaRad = math.radians(theta)
dx = int(radius * math.sin(thetaRad))
dy = int(radius * math.cos(thetaRad))
Xs.append(x+dx)
Ys.append(y+dy)
# Your main loop processing frames starts here
# Make greyscale Numpy version of image
grey = np.array(im.convert('L'))
sum = 0
Bmax = 0
Tmax = 0
for theta in range(360):
brightness=grey[Ys[theta],Xs[theta]]
sum += brightness
if brightness > Bmax:
Bmax = brightness
Tmax = theta
print(f"theta: {theta}: brightness={brightness}")
# Calculate mean
Mgrey = sum/len(Xs)
print(f"Mean brightness on circumf: {Mgrey}")
# Print peak brightness and matching theta
print(f"Peak brightness: {Bmax} at theta: {Tmax}")
И вывод такой:
theta: 0: brightness=38
theta: 5: brightness=38
theta: 10: brightness=38
theta: 15: brightness=38
theta: 20: brightness=38
theta: 25: brightness=38
theta: 30: brightness=38
theta: 35: brightness=45
theta: 40: brightness=38
theta: 45: brightness=33
theta: 50: brightness=30
theta: 55: brightness=28
theta: 60: brightness=28
theta: 65: brightness=31
theta: 70: brightness=70
theta: 75: brightness=111
theta: 80: brightness=130
theta: 85: brightness=136
theta: 90: brightness=139 <--- peak brightness at 90 degrees to vertical as per picture - thankfully!
theta: 95: brightness=122
theta: 100: brightness=82
theta: 105: brightness=56
theta: 110: brightness=54
theta: 115: brightness=49
theta: 120: brightness=43
theta: 125: brightness=38
theta: 130: brightness=38
theta: 135: brightness=38
theta: 140: brightness=38
theta: 145: brightness=38
theta: 150: brightness=38
theta: 155: brightness=38
theta: 160: brightness=38
theta: 165: brightness=38
theta: 170: brightness=38
theta: 175: brightness=38
theta: 180: brightness=31
theta: 185: brightness=33
theta: 190: brightness=38
theta: 195: brightness=48
theta: 200: brightness=57
theta: 205: brightness=38
theta: 210: brightness=38
theta: 215: brightness=38
theta: 220: brightness=38
theta: 225: brightness=38
theta: 230: brightness=38
theta: 235: brightness=38
theta: 240: brightness=38
theta: 245: brightness=38
theta: 250: brightness=52
theta: 255: brightness=47
theta: 260: brightness=36
theta: 265: brightness=35
theta: 270: brightness=32
theta: 275: brightness=32
theta: 280: brightness=29
theta: 285: brightness=38
theta: 290: brightness=38
theta: 295: brightness=38
theta: 300: brightness=38
theta: 305: brightness=38
theta: 310: brightness=38
theta: 315: brightness=38
theta: 320: brightness=39
theta: 325: brightness=40
theta: 330: brightness=42
theta: 335: brightness=42
theta: 340: brightness=40
theta: 345: brightness=36
theta: 350: brightness=35
theta: 355: brightness=38
Mean brightness on circumf: 45.87222222222222
Peak brightness: 142 at theta: 89
Если в следующем кадре пиковая яркость теперь равна 100 градусам по вертикали, вы знаете, что колесо повернулось на 10 градусов за 1 / (frames_per_second).
Вам может понадобиться изменить радиус для достижения наилучших результатов - экспериментируйте! Белый радиус, показанный на изображении, соответствует радиусу 60 пикселей в коде.
Вместо того, чтобы брать пиковую яркость, вы можете найти среднее и стандартное отклонение яркости 360 пикселей по окружности, а затем принять угол в качестве среднего значения углов, где яркость больше некоторого числа стандартные отклонения выше среднего. Это зависит от необходимого разрешения / точности.
Вы также можете собрать все яркости вокруг круга, проиндексированного тэтой, в один массив из 360 элементов, например:
brightnessByTheta = grey[Ys[:],Xs[:]]
и вы получите:
array([ 38, 38, 38, 38, 38, 38, 38, 38, 38, 38, 38, 38, 38,
38, 38, 38, 38, 38, 38, 38, 38, 38, 38, 38, 38, 38,
38, 38, 38, 38, 38, 43, 49, 47, 46, 45, 44, 43, 43,
40, 38, 36, 34, 33, 33, 33, 32, 31, 31, 29, 30, 28,
29, 29, 29, 28, 28, 27, 29, 28, 28, 27, 28, 28, 29,
31, 36, 42, 51, 60, 70, 81, 89, 98, 105, 111, 117, 122,
126, 128, 130, 131, 132, 133, 135, 136, 138, 139, 141, 142, 139,
136, 133, 129, 124, 122, 119, 113, 104, 93, 82, 72, 65, 60,
59, 56, 56, 55, 55, 54, 54, 53, 52, 52, 50, 49, 47,
46, 45, 44, 43, 42, 40, 39, 38, 38, 37, 38, 38, 37,
38, 38, 38, 38, 38, 38, 38, 38, 38, 38, 38, 38, 38,
38, 38, 38, 38, 38, 38, 38, 38, 38, 38, 38, 38, 38,
38, 38, 38, 38, 38, 38, 38, 38, 38, 38, 38, 38, 38,
38, 38, 38, 38, 38, 38, 38, 38, 34, 31, 31, 31, 31,
31, 31, 32, 33, 34, 35, 36, 37, 38, 42, 43, 44, 45,
48, 49, 50, 51, 55, 57, 60, 64, 65, 38, 38, 38, 38,
38, 38, 38, 38, 38, 38, 38, 38, 38, 38, 38, 38, 38,
38, 38, 38, 38, 38, 38, 38, 38, 38, 38, 38, 38, 38,
38, 38, 38, 38, 38, 38, 38, 38, 38, 38, 38, 38, 38,
38, 38, 38, 52, 56, 46, 46, 47, 47, 38, 39, 40, 40,
36, 36, 36, 36, 36, 35, 35, 34, 34, 34, 32, 33, 33,
33, 33, 32, 32, 31, 30, 29, 29, 28, 38, 38, 38, 38,
38, 38, 38, 38, 38, 38, 38, 38, 38, 38, 38, 38, 38,
38, 38, 38, 38, 38, 38, 38, 38, 38, 38, 38, 38, 38,
38, 38, 38, 38, 38, 38, 40, 40, 39, 38, 39, 39, 39,
40, 40, 41, 41, 42, 42, 42, 41, 41, 42, 42, 41, 40,
39, 40, 40, 38, 39, 38, 37, 36, 36, 35, 34, 33, 35,
38, 38, 38, 38, 38, 38, 38, 38, 38], dtype=uint8)