当前位置:首页>python>使用 Python 和 OpenCV 实现火焰检测(附源码)

使用 Python 和 OpenCV 实现火焰检测(附源码)

  • 2026-10-22 03:45:48
使用 Python 和 OpenCV 实现火焰检测(附源码)

点击下方卡片,关注“OpenCV与AI深度学习”

视觉/图像重磅干货,第一时间送达!

完整项目源码下载:

https://github.com/mushfiq1998/fire-detection-python-opencv?source=post_page-----e55c8fc6fa54--------------------------------

项目结构:

fireDetection.py

import cv2         # Library for openCVimport threading   # Library for threading -- which allows code to run in backendimport playsound   # Library for alarm soundimport smtplib     # Library for email sending# To access xml file which includes positive and negative images of fire. # (Trained images) File is also provided with the code.fire_cascade = cv2.CascadeClassifier('fire_detection_cascade_model.xml') vid = cv2.VideoCapture("videos\\fire2.mp4")runOnce = False # created boolean# defined function to play alarm post fire detection using threadingdef play_alarm_sound_function():     # to play alarm # mp3 audio file is also provided with the code.    playsound.playsound('fire_alarm.mp3',True)     print("Fire alarm end") # to print in consol# Defined function to send mail post fire detection using threadingdef send_mail_function():     recipientmail = "add recipients mail" # recipients mail    recipientmail = recipientmail.lower() # To lower case mail    try:        server = smtplib.SMTP('smtp.gmail.com', 587)        server.ehlo()        server.starttls()        # Senders mail ID and password        server.login("add senders mail", 'add senders password')         # recipients mail with mail message        server.sendmail('add recipients mail', recipientmail, "Warning fire accident has been reported")          # to print in consol to whome mail is sent        print("Alert mail sent sucesfully to {}".format(recipientmail))        server.close() ## To close server    except Exception as e:        print(e) # To print error if anywhile(True):    Alarm_Status = False    # Value in ret is True # To read video frame    ret, frame = vid.read()     # To convert frame into gray color    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)     # to provide frame resolution    fire = fire_cascade.detectMultiScale(frame, 1.2, 5)     ## to highlight fire with square     for (x,y,w,h) in fire:        cv2.rectangle(frame,(x-20,y-20),(x+w+20,y+h+20),(255,0,0),2)        roi_gray = gray[y:y+h, x:x+w]        roi_color = frame[y:y+h, x:x+w]        print("Fire alarm initiated")        # To call alarm thread        threading.Thread(target=play_alarm_sound_function).start()          if runOnce == False:            print("Mail send initiated")            # To call alarm thread            threading.Thread(target=send_mail_function).start()             runOnce = True        if runOnce == True:            print("Mail is already sent once")            runOnce = True    cv2.imshow('frame', frame)    if cv2.waitKey(1) & 0xFF == ord('q'):        break
    要运行该项目,请完成以下步骤:
    创建虚拟环境:
python -m venv myenv
    激活虚拟环境:
myenv\Scripts\activate
    安装playsound:
pip install playsound
更新pip版本:
安装OpenCV:
pip install opencv-python
    运行脚本fireDetection.py:

    现在,我们将从网络摄像头捕获视频。

    在下图中,我们可以看到系统正在检测打火机火焰绘制边界框的效果:

    我们的系统从上述视频中检测到火灾,绘制带有警报的矩形框
    fireDetection.py文件中的代码说明:
    上面代码的解释
    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。
    简而言之,此代码读取视频帧,在帧中查找火灾,如果检测到火灾,它会播放警报声音并发送电子邮件警报。它使用单独的线程来播放警报和发送电子邮件,因此这些任务不会阻塞主视频处理循环。
    请注意,这是一个基本示例,可能需要调整和改进才能形成完整且强大的火灾探测系统。

—THE END—

下载1:Pytorch常用函数手册

在「OpenCV与AI深度学习」公众号后台回复:Pytorch函数手册,即可下载学习全网第一份Pytorch函数常用手册,包括Tensors介绍、基础函数介绍、数据处理函数、优化函数、CUDA编程、多处理等十四章内容。
下载2:145个OpenCV实例应用代码
在「OpenCV与AI深度学习」公众号后台回复:OpenCV145,即可下载学习145个OpenCV实例应用代码(Python和C++双语言实现)。

欢迎加入CV学习交流微信群!

觉得有用,记得点个赞和在看

最新文章

随机文章