使用Python和OpenCV实现火焰检测

使用Python和OpenCV实现火焰检测

项目解释:

此 Python 代码是使用 OpenCV、线程、声音和电子邮件功能的火灾探测系统的简单示例。

以下是它的功能的简单描述:

  1. 导入库:代码首先导入必要的库: cv2:用于图像和视频处理,特别是用于检测火灾。 threading:用于同时运行代码的某些部分(在后台)。 playsound:用于播放报警声音。 smtplib:用于发送电子邮件。
  2. 加载训练模型:代码加载预训练的机器学习模型(XML 文件),该模型可以检测图像中的火灾。
  3. 设置视频源:设置视频输入源,可以是笔记本电脑内置摄像头,也可以是外接USB 摄像头。该代码当前配置为从名为"fire2.mp4"的文件中读取视频。
  4. play_alarm_sound_function()4. 播放报警声音:定义播放报警声音的函数。该函数在后台运行(线程)并播放名为"fire_alarm.mp3"的警报声音文件。
  5. 发送电子邮件:send_mail_function()定义了另一个函数来发送电子邮件。它使用 Gmail 的 SMTP 服务器向指定收件人发送有关火灾检测的警告电子邮件。代码中需要提供发件人的电子邮件和密码。
  6. 主循环:主循环处理视频的每一帧。它执行以下操作:将帧转换为灰度以便于处理。使用加载的模型检测框架中的火灾。如果检测到火灾,它会用蓝色矩形突出显示该区域。如果第一次检测到火灾(由 控制runOnce),则会触发警报声并使用线程发送电子邮件。警报和电子邮件功能在后台运行。一旦警报和电子邮件被触发一次,系统就不会为后续发生火灾的帧重复此过程。
  7. 显示视频:代码显示处理后的帧,并在检测到的火灾周围绘制矩形。视频将一直显示,直到您按"q"键。

代码示例

python 复制代码
import cv2
import threading
import playsound
import smtplib

# 加载训练好的 XML 文件
fire_cascade = cv2.CascadeClassifier('fire_detection_cascade_model.xml')

# 初始化摄像头
vid = cv2.VideoCapture(0)  # 使用笔记本内置摄像头,索引为 0
runOnce = False  # 创建布尔变量

# 定义播放警报声音的函数
def play_alarm_sound_function():
    playsound.playsound('fire_alarm.mp3', True)
    print("Fire alarm end")

# 定义发送邮件的函数
def send_mail_function():
    recipientmail = "add recipients mail"
    recipientmail = recipientmail.lower()

    try:
        server = smtplib.SMTP('smtp.gmail.com', 587)
        server.ehlo()
        server.starttls()
        server.login("add senders mail", 'add senders password')
        server.sendmail('add senders mail', recipientmail, "Warning: Fire accident has been reported")
        print("Alert mail sent successfully to {}".format(recipientmail))
        server.close()
    except Exception as e:
        print(e)

while True:
    Alarm_Status = False
    ret, frame = vid.read()

    if not ret:
        print("Failed to grab frame")
        break

    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    fire = fire_cascade.detectMultiScale(gray, 1.2, 5)

    # 增加调试输出
    print(f"Detected fire regions: {len(fire)}")

    # 绘制火焰矩形框
    for (x, y, w, h) in fire:
        cv2.rectangle(frame, (x-20, y-20), (x+w+20, y+h+20), (0, 255, 0), 2)
        roi_gray = gray[y:y+h, x:x+w]
        roi_color = frame[y:y+h, x:x+w]

        print("Fire alarm initiated")
        threading.Thread(target=play_alarm_sound_function).start()

        if not runOnce:
            print("Mail send initiated")
            threading.Thread(target=send_mail_function).start()
            runOnce = True
        else:
            print("Mail is already sent once")

    cv2.imshow('frame', frame)

    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放资源
vid.release()
cv2.destroyAllWindows()

效果示例

相关推荐
七夜zippoe1 分钟前
依赖注入:构建可测试的Python应用架构
开发语言·python·架构·fastapi·依赖注入·反转
CoderJia程序员甲2 分钟前
Python连接和操作Elasticsearch详细指南
python·elasticsearch
乞丐哥5 分钟前
乞丐哥的私房菜(Ubuntu OpenCV篇——Image Processing 节 之 Out-of-focus Deblur Filter 失焦去模糊滤波器 滤镜)
c++·图像处理·opencv·ubuntu·计算机视觉
superman超哥6 分钟前
Rust 生命周期省略规则:编译器的智能推导机制
开发语言·后端·rust·编译器·rust生命周期·省略规则·智能推导
福楠7 分钟前
C++ STL | 容器适配器
c语言·开发语言·数据结构·c++
源代码•宸9 分钟前
GoLang基础语法(go语言结构、go语言变量、go语言常量、go语言运算符)
开发语言·后端·golang
林恒smileZAZ11 分钟前
前端技巧:检测到省略号文本自动显示 Tooltip
开发语言·前端·javascript
Zzz不能停11 分钟前
阻止冒泡和阻止元素默认行为的区别
开发语言·前端·javascript
小白学大数据14 分钟前
Redis 在定时增量爬虫中的去重机制与过期策略
开发语言·数据库·redis·爬虫