Picamera - 进行运动检测的优化方式
Picamera - Optimized way to do motion detection
Picamera documentation 提供了有关如何在没有实际运动检测算法本身的情况下实施运动检测的示例。
虽然我确定还有很多，但我想过三种做运动检测算法的方法：
- This example建议我们比较两个PIL图像。
- 同样是上面的例子，能不能直接用frame来对比？
- This other example suggests that we use a built-in feature of Picamera called
motion_output and NumPy 个数组。
如您所见，#1 和#2 的示例是文档中提供常用方法的部分的一部分。 #3 的示例是实际 API 文档的一部分。
如果他们甚至不在他们的运动检测算法的配方部分使用他们的内置 motion_ouput 功能，而是使用 PIL 图像，那一定意味着他们的 PiMotionAnalysis class（与 motion_ouput 一起使用）没有真正优化？
做运动检测算法的最佳方法是什么？作为奖励，如果需要，您还可以包括运动检测算法:)。
干杯！
来自男人本人（戴夫·琼斯又名 @waveform80）：
So, that's the trade-off, basically: speed (motion estimation vectors) vs accuracy and control (capture comparisons). But remember you can run multiple things at once over the splitter, so you may even want to try combining the approaches.
在我的问题中，#1（和#2）代表捕获比较，#3 代表运动估计向量。
有关更详尽的解释，请参阅 this Github ticket 我在 Dave 非常友好的地方给出了非常详细的解释。
Picamera documentation 提供了有关如何在没有实际运动检测算法本身的情况下实施运动检测的示例。
虽然我确定还有很多，但我想过三种做运动检测算法的方法：
- This example建议我们比较两个PIL图像。
- 同样是上面的例子，能不能直接用frame来对比？
- This other example suggests that we use a built-in feature of Picamera called
motion_outputand NumPy 个数组。
如您所见，#1 和#2 的示例是文档中提供常用方法的部分的一部分。 #3 的示例是实际 API 文档的一部分。
如果他们甚至不在他们的运动检测算法的配方部分使用他们的内置 motion_ouput 功能，而是使用 PIL 图像，那一定意味着他们的 PiMotionAnalysis class（与 motion_ouput 一起使用）没有真正优化？
做运动检测算法的最佳方法是什么？作为奖励，如果需要，您还可以包括运动检测算法:)。
干杯！
来自男人本人（戴夫·琼斯又名 @waveform80）：
So, that's the trade-off, basically: speed (motion estimation vectors) vs accuracy and control (capture comparisons). But remember you can run multiple things at once over the splitter, so you may even want to try combining the approaches.
在我的问题中，#1（和#2）代表捕获比较，#3 代表运动估计向量。
有关更详尽的解释，请参阅 this Github ticket 我在 Dave 非常友好的地方给出了非常详细的解释。