函数包装，加注释

StereoVidComfort.py

@@ -17,6 +17,9 @@ TODO:
     ...
 '''
 
+# 打开视频文件
+
+
 def openVid():
     fileName = input("video path:")
     while not os.path.isfile(fileName):
@@ -30,7 +33,7 @@ def openVid():
         sys.exit()
 
 
-
+# 获取视频总帧数
 def getFrameCount(cap):
     if cap.isOpened():
         return cap.get(cv2.CAP_PROP_FRAME_COUNT)
@@ -38,6 +41,8 @@ def getFrameCount(cap):
         print("cannot open video.")
         sys.exit()
 
+# 获取帧速率
+
 
 def getFrameRate(cap):
     if cap.isOpened():
@@ -46,6 +51,31 @@ def getFrameRate(cap):
         print("cannot open video.")
         sys.exit()
 
+# 给出左右画面，计算景深
+
+
+def getDepthMap(imgL, imgR):
+    stereo = cv2.StereoSGBM_create(numDisparities=64, blockSize=3)
+    return stereo.compute(imgL, imgR)
+
+
+# 给出前后两帧，计算帧间运动矢量
+def getMotionVector(prvs, next):
+    hsv = np.zeros_like(imgR)  # 将运动矢量按hsv显示，以色调h表示运动方向，以明度v表示运动位移
+    hsv[..., 1] = 255  # 饱和度置为最高
+
+    # 转为灰度以计算光流
+    prvs = cv2.cvtColor(prvs, cv2.COLOR_BGR2GRAY)
+    next = cv2.cvtColor(next, cv2.COLOR_BGR2GRAY)
+
+    flow = cv2.calcOpticalFlowFarneback(
+        prvs, next, None, 0.5, 3, 15, 3, 5, 1.2, 0)  # 计算两帧间的光流，即运动矢量的直角坐标表示
+    mag, ang = cv2.cartToPolar(
+        flow[..., 0], flow[..., 1])  # 运动矢量的直角坐标表示转换为极坐标表示
+    hsv[..., 0] = ang*180/np.pi/2  # 角度对应色调
+    hsv[..., 2] = cv2.normalize(mag, None, 0, 255, cv2.NORM_MINMAX)  # 位移量对应明度
+    return hsv
+
 
 if __name__ == "__main__":
     cap = openVid()
@@ -58,63 +88,55 @@ if __name__ == "__main__":
         print("video read error.")
         sys.exit()
 
-    #分割左右画面
+    # 分割左右画面
     imgL = np.split(img, 2, 1)[0]
     imgR = np.split(img, 2, 1)[1]
-    prvs = cv2.cvtColor(imgR, cv2.COLOR_BGR2GRAY)       #前一帧的右画面灰度，用于运动矢量计算
+    prvs = imgR  # 上一帧的右画面，用于运动矢量计算
-    hsv = np.zeros_like(imgR)       #将运动矢量按hsv显示，以色调h表示运动方向，以明度v表示运动位移
-    hsv[..., 1] = 255       #饱和度置为最高
 
-    #每秒取4帧进行计算
+    # 每秒取10帧进行计算
-    for frameID in range(round(cap.get(cv2.CAP_PROP_POS_FRAMES)), round(frameCount), round(frameRate/4)):
+    for frameID in range(round(cap.get(cv2.CAP_PROP_POS_FRAMES)), round(frameCount), round(frameRate/10)):
         cap.set(cv2.CAP_PROP_POS_FRAMES, frameID)
         isSuccess, img = cap.read()
         if not isSuccess:
             print("video read error.")
             sys.exit()
 
-        #分割左右画面
+        # 分割左右画面
         imgL = np.split(img, 2, 1)[0]
         imgR = np.split(img, 2, 1)[1]
 
-        next = cv2.cvtColor(imgR, cv2.COLOR_BGR2GRAY)       #当前帧的右画面灰度，用于运动矢量计算
+        next = imgR  # 当前帧的右画面，用于运动矢量计算
-        flow = cv2.calcOpticalFlowFarneback(prvs, next, None, 0.5, 3, 15, 3, 5, 1.2, 0)     #计算两帧间的光流
+        hsv = getMotionVector(prvs, next)
-        mag, ang = cv2.cartToPolar(flow[..., 0], flow[..., 1])      #运动矢量的直角坐标表示转换为极坐标表示
-        hsv[..., 0] = ang*180/np.pi/2       #角度对应色调
-        hsv[..., 2] = cv2.normalize(mag, None, 0, 255, cv2.NORM_MINMAX)     #位移量对应明度
 
-        #计算深度图
+        # 计算深度图
-        stereo = cv2.StereoSGBM_create(numDisparities=64, blockSize=3)
+        disparity = getDepthMap(imgL, imgR)
-        disparity = stereo.compute(imgL, imgR)
+
-        print("time: ", round(frameID/frameRate,2))
+        # 显示计算结果
-        print("AVG depth: ",round(np.mean(disparity),2))
+        print("time: ", round(frameID/frameRate, 2))
-        print("AVG motion: ",round(np.mean(hsv[...,2]),2))
+        print("AVG depth: ", round(np.mean(disparity), 2))
+        print("AVG motion: ", round(np.mean(hsv[..., 2]), 2))
         print()
 
-        #当为demo模式时显示当前帧画面、运动矢量图和景深图
+        # 当为demo模式时显示当前帧画面、运动矢量图和景深图
         if isDemo:
-            #显示当前帧
+            # 显示当前帧
             cv2.namedWindow("img", cv2.WINDOW_NORMAL)
             cv2.imshow('img', img)
 
-            #显示当前帧的运动矢量的hsv表示
+            # 显示当前帧的运动矢量的hsv表示
-            bgr = cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)      #hsv转为rgb用于显示
+            bgr = cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)  # hsv转为rgb用于显示
-            cv2.namedWindow("MotionVector",cv2.WINDOW_NORMAL)
+            cv2.namedWindow("MotionVector", cv2.WINDOW_NORMAL)
-            cv2.imshow("MotionVector",bgr)
+            cv2.imshow("MotionVector", bgr)
 
-            #显示当前帧的景深图
+            # 显示当前帧的景深图
             plt.title("DepthMap")
             plt.imshow(disparity)
-            plt.pause(0.5)
+            plt.pause(0.2)
 
-        prvs = next     #当前帧覆盖上一帧，继续计算
+        prvs = next  # 当前帧覆盖上一帧，继续计算
     print("success")
 
 
-
-
-
-
 # ffmpeg.input("./vid/avatar.mkv")
 
 # Motion Vector