Отслеживание движения в opencv python

Итак, я пытался создать трекер движения, чтобы отслеживать движение собаки в видео (записанном сверху вниз), извлекать обрезанное видео, показывающее собаку, и игнорировать остальную часть фона.

Сначала я попытался с отслеживанием объектов, используя доступные алгоритмы в opencv 3 (BOOSTING, MIL, KCF, TLD, MEDIAFLOW, GOTURN (возвращает ошибку, еще не смог ее решить)) из эта ссылка, и я даже пробовал базовый алгоритм отслеживания движения, вычитая первый кадр, но ни один из них дает хороший результат. Ссылка

Я бы предпочел код с предустановленным прямоугольником, который окружает область движения после его обнаружения. Что-то вроде этого видео

Я не очень хорошо знаком с OPENCV, но я считаю, что отслеживание одиночного движения не должно быть проблемой, поскольку уже проделано много работы. Должен ли я рассмотреть другие библиотеки/API или есть лучший код/учебник, которому я могу следовать, чтобы сделать это? я хочу использовать это позже с нейронной сетью (поэтому я пытаюсь решить это с помощью python/opencv)

Спасибо за любую помощь/совет

Изменить:

Я удалил предыдущий код, чтобы сделать пост чище.

Кроме того, на основе полученных отзывов и дальнейших исследований я смог изменить некоторый код, чтобы приблизить его к желаемому результату. Однако у меня все еще есть досадная проблема с отслеживанием. Кажется, что первый кадр влияет на остальную часть отслеживания, поскольку даже после того, как собака движется, она продолжает определять свое первое местоположение. Я попытался ограничить отслеживание только одним действием с помощью флага, но обнаружение испортилось. Это код и изображения, показывающие результаты:

jimport imutils
import time
import cv2

previousFrame = None

def searchForMovement(cnts, frame, min_area):

    text = "Undetected"

    flag = 0

    for c in cnts:
        # if the contour is too small, ignore it
        if cv2.contourArea(c) < min_area:
            continue

        #Use the flag to prevent the detection of other motions in the video
        if flag == 0:
            (x, y, w, h) = cv2.boundingRect(c)

            #print("x y w h")
            #print(x,y,w,h) 
            cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)
            text = "Detected"
            flag = 1

    return frame, text

def trackMotion(ret,frame, gaussian_kernel, sensitivity_value, min_area):


    if ret:

        # Convert to grayscale and blur it for better frame difference
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        gray = cv2.GaussianBlur(gray, (gaussian_kernel, gaussian_kernel), 0)



        global previousFrame

        if previousFrame is None:
            previousFrame = gray
            return frame, "Uninitialized", frame, frame



        frameDiff = cv2.absdiff(previousFrame, gray)
        thresh = cv2.threshold(frameDiff, sensitivity_value, 255, cv2.THRESH_BINARY)[1]

        thresh = cv2.dilate(thresh, None, iterations=2)
        _, cnts, _ = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

        frame, text = searchForMovement(cnts, frame, min_area)
        #previousFrame = gray

    return frame, text, thresh, frameDiff




if __name__ == '__main__':

    video = "Track.avi"
    video0 = "Track.mp4"
    video1= "Ntest1.avi"
    video2= "Ntest2.avi"

    camera = cv2.VideoCapture(video1)
    time.sleep(0.25)
    min_area = 5000 #int(sys.argv[1])

    cv2.namedWindow("Security Camera Feed")


    while camera.isOpened():

        gaussian_kernel = 27
        sensitivity_value = 5
        min_area = 2500

        ret, frame = camera.read()

        #Check if the next camera read is not null
        if ret:
            frame, text, thresh, frameDiff = trackMotion(ret,frame, gaussian_kernel, sensitivity_value, min_area)

        else:
            print("Video Finished")
            break


        cv2.namedWindow('Thresh',cv2.WINDOW_NORMAL)
        cv2.namedWindow('Frame Difference',cv2.WINDOW_NORMAL)
        cv2.namedWindow('Security Camera Feed',cv2.WINDOW_NORMAL)

        cv2.resizeWindow('Thresh', 800,600)
        cv2.resizeWindow('Frame Difference', 800,600)
        cv2.resizeWindow('Security Camera Feed', 800,600)
      # uncomment to see the tresh and framedifference displays                  
        cv2.imshow("Thresh", thresh)
        cv2.imshow("Frame Difference", frameDiff)



        cv2.putText(frame, text, (10, 20), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 2)
        cv2.imshow("Security Camera Feed", frame)

        key = cv2.waitKey(3) & 0xFF
        if key == 27 or key == ord('q'):
            print("Bye")
            break

    camera.release()
cv2.destroyAllWindows()

На этом рисунке показано, как самый первый кадр все еще влияет на результаты разности кадров, что заставляет блок покрывать область без движения.

Здесь показан случай, когда движение игнорируется, поскольку несуществующее движение (разница между кадрами второго и первого кадров видео) обнаруживается ложно. Когда я разрешаю множественное отслеживание, он отслеживает оба, что по-прежнему неверно, поскольку обнаруживает пустую область.

У кого-нибудь есть идея, где код неверен или отсутствует? Я продолжаю пытаться, но не могу заставить его работать должным образом.

Заранее спасибо !!