Обнаружение, когда вид камеры заблокирован (черная рамка)

Question

Я пытаюсь обнаружить подделку камеры (объектив заблокирован, что приводит к черной рамке). Подход, который я использовал до сих пор, состоит в том, чтобы применить вычитание фона и затем найти контуры после установки порога маски переднего плана. Затем я нахожу область каждого контура, и если область контура выше порогового значения (скажем, больше, чем 3/4 области кадра камеры), то говорят, что камера подделана. Хотя при попытке такого подхода появляется ложное предупреждение о несанкционированном вмешательстве, даже когда камера фиксирует полный обзор. Не уверен, как идти об этом обнаружении. Любая помощь будет высоко оценена

Answer 1

Возможной причиной этой ошибки могут быть легкие дрожания кадра, возникающие из-за легкого дрожания камеры.

Если ваш алгоритм вычитания фона недостаточно терпим к изменениям цвета с низким значением, тогда будет подано предупреждение о несанкционированном вмешательстве, даже если вы слегка встряхнете камеру.

Я бы предложил использовать MOG2 для вычитания фона

Answer 2

Одним из решений будет вычисление медианы изображения. Чем вы можете использовать простой порог по медиане, чтобы обнаружить заблокированную камеру. Конечно, медиана не является гибкой при обнаружении 3/4 заблокированной камеры. Но вы также сами циклически обрабатываете пиксели и подсчитываете пиксели, которые ниже определенного порога, а затем вычисляете процент заблокированного поля.

Вот ссылка, где вы можете увидеть, как вычислить медианную ссылку

Answer 3

Сделайте снимок с камеры и сохраните его. И запустите этот код Python. Если у вас нет библиотеки PIL, ее необходимо установить.

from PIL import Image
im = Image.open('yourCamSnapshot.jpg')
pixels = im.getdata()

blackThresh=30    #30 is RGB value
nblack=0

for pixel in pixels:
    if(pixel[0]<=blackThresh and pixel[1]<=blackThresh and pixel[2]<=blackThresh):
        nblack=nblack+1

n=len(pixels)

if (nblack / float(n)) > 0.8:    #0.8 is 80% black
    print("raise exception")

Answer 4

https://github.com/Amritanjan/detecting-when-the-camera-view-is-blocked можно использовать в качестве базового, его можно улучшить, если у нас будет более подробная информация об окружающей среде.