Python Picamera-进行运动检测的优化方法
提供了如何在没有实际运动检测算法的情况下实现运动检测的示例 虽然我确信还有更多,但我已经考虑了三种实现运动检测算法的方法:Python Picamera-进行运动检测的优化方法,python,algorithm,numpy,raspberry-pi,motion-detection,Python,Algorithm,Numpy,Raspberry Pi,Motion Detection,提供了如何在没有实际运动检测算法的情况下实现运动检测的示例 虽然我确信还有更多,但我已经考虑了三种实现运动检测算法的方法: 建议我们比较两张PIL图像 使用与上面相同的示例,我们可以简单地使用框架进行比较吗 建议使用名为motion\u output和数组的内置功能 如您所见,#1和#2的示例是文档中提供常用配方的部分。#3的示例是实际API文档的一部分 如果他们甚至没有在运动检测算法的配方部分使用内置的运动输出功能,而是使用PIL图像,这一定意味着他们的类(与运动输出一起使用)没有真正优化 运
motion\u output
和数组的内置功能运动输出
功能,而是使用PIL图像,这一定意味着他们的类(与运动输出
一起使用)没有真正优化
运动检测算法的最佳方法是什么?另外,如果需要,还可以包括运动检测算法:)
干杯 来自该男子本人(戴夫·琼斯,又名):
基本上,这就是折衷:速度(运动估计向量)与精度和控制(捕获比较)。但是请记住,您可以在拆分器上同时运行多个操作,因此您甚至可以尝试组合这些方法
在我的问题中,#1(和#2)代表捕获比较,#3代表运动估计向量
要想得到更全面的解释,请看我在Dave非常友好的地方做了非常详细的解释