Relatório Laboratório 1
Processamento de Vídeo
Documento Completo
Acesse a versão completa deste relatório no Microsoft Word: Abrir no SharePoint
1. Introdução
Este relatório documenta os procedimentos e resultados do Laboratório 1 da disciplina de Processamento de Vídeo, cujo objetivo principal foi iniciar os trabalhos com a biblioteca OpenCV e estabelecer a base para o desenvolvimento de tarefas de visão computacional.
O experimento focou na preparação e configuração do ambiente, no estudo dos comandos fundamentais de entrada e saída de imagens e vídeos a partir de arquivos e na implementação de scripts para captura de mídia utilizando a webcam.
Este documento visa servir como referência técnica para a equipe sobre a programação de manipulação de mídias e câmeras.
2. Fundamentos Básicos
O processamento de vídeo e imagem se baseia na manipulação de dados em formato de matriz, sendo a biblioteca OpenCV a ferramenta central, responsável por fornecer as rotinas de Entrada/Saída.
No OpenCV, uma imagem estática é carregada como uma matriz NumPy, onde cada elemento é um pixel de cor, sendo o padrão de canais o BGR (Azul, Verde, Vermelho).
Já o vídeo é tratado como uma sequência de imagens estáticas, chamadas de frames, que são processadas individualmente em um loop através do objeto `cv2.VideoCapture` e exibidas na tela a uma taxa de FPS (Frames por Segundo), métrica fundamental para a avaliação do desempenho de qualquer algoritmo de processamento em tempo real.
3. Materiais e Métodos
3.1 Ambiente de Desenvolvimento
1. Ubuntu (Linux OS)
O que é: Uma distribuição Linux de código aberto.
Finalidade: Fornece o sistema operacional e o ambiente de desenvolvimento onde todas as ferramentas serão instaladas e executadas.
2. Terminal (Linux Shell)
O que é: Interface de linha de comando (CLI).
Finalidade: Utilizado para executar comandos do sistema, gerenciar ambientes, instalar softwares e rodar programas.
3. Conda / Miniconda3
O que é: Miniconda é um gerenciador de pacotes e ambientes leve para Python.
Finalidade:
- Gerenciar versões do Python e suas dependências.
- Criar ambientes isolados (como o PV25) para evitar conflitos entre projetos.
4. OpenCV
O que é: Biblioteca de Visão Computacional de Código Aberto.
Finalidade: Principal biblioteca usada para tarefas de visão computacional e processamento de imagens/vídeos (detecção de objetos, transformações, extração de características etc.).
Variantes:
- OpenCV (compilado do código-fonte): Instalação completa com suporte a C++ e Python.
- OpenCV-Contrib: Módulos extras desenvolvidos pela comunidade (ex.: reconhecimento facial, SIFT, SURF).
- opencv-python (pip): Pacote pré-compilado do OpenCV para Python.
- opencv-contrib-python (pip): Adiciona os módulos extras à instalação em Python.
5. Ferramentas de Compilação e Dependências
Essenciais para compilar e executar o OpenCV a partir do código-fonte:
- build-essential: Compilador e ferramentas básicas de compilação.
- cmake: Configura e gera os arquivos de build do OpenCV.
- git: Usado para clonar os repositórios do OpenCV.
- pkg-config: Auxilia no gerenciamento de caminhos de bibliotecas e dependências.
- libgtk-3-dev: Suporte de interface gráfica para exibição de imagens.
- libavcodec-dev, libavformat-dev, libswscale-dev: Codecs de vídeo/áudio.
- libjpeg-dev, libpng-dev, libtiff-dev: Suporte a formatos de imagem.
- libxvidcore-dev, libx264-dev: Bibliotecas de codificação de vídeo.
- gfortran, libatlas-base-dev: Aceleração matemática.
- python3-dev, python3-numpy: Cabeçalhos Python + NumPy.
- libtbb-dev: Suporte a multithreading.
- libopenexr-dev: Suporte para imagens HDR.
- libv4l-dev, libdc1394-dev: Suporte a captura de vídeo.
- libgstreamer-dev: Suporte a streaming de vídeo.
6. pkg-config
O que é: Ferramenta auxiliar para configurar flags de compilação e linkagem de bibliotecas.
Finalidade: Verifica se o OpenCV está instalado e acessível (pkg-config --modversion opencv4).
7. Python e C++
O que sao: Linguagens de programação usadas para rodar os scripts com OpenCV.
Finalidade: Fornece o ambiente de programação para desenvolver tarefas de visão computacional.
9. VLC Media Player
O que é: Reprodutor multimídia gratuito e de código aberto.
Finalidade: Permite visualizar vídeos e imagens fora do OpenCV, útil para testes e validação de resultados do processamento de vídeo.
3.2 Processamentos Basicos de Imagem
A) Leitura de Imagem e visualizacao na tela
Inicialmente, utilizado o codigo fornecido pelo professor, visto abaixo:
import numpy as np
import cv2 as cv
img = cv.imread('messi5.jpg')
cv.imshow('image',img)
k = cv.waitKey(0)
if k == ord('s'):
cv.imwrite('messi5.png', img)
if k == 27: # wait for ESC key to exit
cv.destroyAllWindows()
- Salvamento do arquivo em .png, ao pressionar a tecla 's'
Alteracoes realizadas:
B) Leitura e Gravacao de Video
Estudar o tutorial da biblioteca openCV e detalhar os 5 codigos fornecidos.
video_write_to_file:
Le video da pasta Resources e o reproduz, salvando-o frame a frame no arquivo output.avi, ate que seja interrompido pressionando a letra 'q'.
video_write_from_webcam:
Le frames capturados pela webcam e os reproduz, salvando-os frame a frame no arquivo output.avi, ate que seja interrompido pressionando a letra 'q'.
video_read_from_webcam:
Le frames capturados pela webcam e os reproduz, ate que seja interrompido pressionando a letra 'q'.
video_read_from_file:
Le video da pasta Resources e o reproduz, ate que seja interrompido pressionando a letra 'q'.
video_read_from_image_sequence:
Le uma serie de imagens da Resources e as reproduz sequencialmente de forma rapida, formando um video ate que seja interrompido pressionando a letra 'q'.
Para executar os programas utilizando por padrao o arquivo fornecido pelo moodle, basta ajustar o caminho ate o arquivo visto nos programas *_from_file.
3.3 Procedimentos Experimentais
Step 1 – Captura de vídeo local
Inicialmente, foi implementado um programa de leitura de vídeo a partir de um arquivo local utilizando a classe cv2.VideoCapture. Esse experimento teve como objetivo compreender o processo básico de:
- Abertura e leitura de vídeos
- Exibição de quadros
- Manipulação de propriedades (FPS, total de quadros)
Passo 2 – Gravação de vídeos
Desenvolvimento de programa para gravação utilizando cv2.VideoWriter
Objetivo: Registrar e salvar transmissões para análise posterior.
Video curto - Marcelo
Video curto - Carregador Portatil
output_video_from_web_cam.avi output_video_from_web_cam_fast 2.avi
4. Resultados e Análises
4.1 Resultados Obtidos
Foi possível reproduzir vídeos e extrair informações como FPS e número de quadros.
O vídeo capturado foi salvo no formato .avi, com qualidade satisfatória e sincronização estável entre captura e gravação.
O processamento ocorreu sem perdas visuais perceptíveis, demonstrando que o OpenCV trata sequências de imagens de forma eficiente.
4.2 Análise dos Resultados
Versatilidade do VideoCapture
O cv2.VideoCapture é versátil, podendo receber dados de diferentes fontes (arquivo, câmera, RTMP, sequência de imagens).
Desempenho
O desempenho depende fortemente do frame rate e do tempo de espera configurado em cv2.waitKey().
VideoWriter
O cv2.VideoWriter requer que a taxa de quadros e o tamanho dos quadros sejam compatíveis com a fonte de entrada.
Formatos e Codecs
O uso de formatos padronizados (ex.: MJPG) e caminhos corretos de escrita evitou erros relacionados a codecs e permissões.
5. Conclusões e Comentários Finais
O experimento permitiu compreender de forma prática os fundamentos da captura, exibição e gravação de imagens e vídeos com OpenCV.
Principais Lições Aprendidas
Verificação de Retorno
A importância de verificar o retorno (ret) das funções
de captura para evitar falhas silenciosas.
Gerenciamento de Recursos
A necessidade de liberar recursos (release()) ao final
da execução para evitar travamentos.
Fluxos de Dados
A diferença entre fluxos locais e remotos, principalmente quanto à latência e estabilidade.
Parâmetros de Gravação
O papel do cv2.VideoWriter na gravação e a influência
dos parâmetros de codec e FPS na qualidade final.
Aplicações Futuras
De modo geral, os programas desenvolvidos podem servir como base para futuras aplicações de visão computacional, como:
- Análise de movimento
- Detecção de objetos
- Transmissão de vídeo em tempo real