コンテンツへスキップ
  1. ブログ
  2. 電子工作・画像認識

電子工作・画像認識#OpenCV#Python#Flask

OpenCV+Flaskで4画面監視カメラ。動体検出の誤報を減らすcontourArea調整

PythonのOpenCVとFlask(/video_feed)で通常・暗視・拡大・動体検出の4画面ストリームを組み、MOG2背景差分の誤検知をcontourAreaのトラックバーで抑えた記録。

StemStudio の中の人3分で読める
OpenCVの公式ロゴ
OpenCVの背景差分(MOG2)と輪郭面積しきい値を組み合わせると、Webカメラ1台でも扱いやすい

Webカメラの映像をPythonのOpenCVで取得し、赤成分の抽出実験から始めて、Flaskの配信サーバ経由で「通常・ナイトビジョン(明度とコントラスト強調)・動体拡大・アスペクト比維持」の複数画面をブラウザへ流す仕組みを組むと、手元の古いWebカメラでも実用的な監視ツールになる。しかし動体検出(MOG2背景差分)を有効にした直後は、誰も動いていない部屋でも通知や枠が反応し続ける誤検知の嵐になりやすい。

1. 背景差分(MOG2)が細かな光の変化を拾いすぎる問題

cv2.createBackgroundSubtractorMOG2() で動きを検出すると、人の移動だけでなく、窓の外の雲の動きによる部屋全体の明るさ変化や、カメラセンサー自体の暗所ノイズまで「変化したピクセル」として拾ってしまう。

そのまま輪郭抽出(cv2.findContours)へ流すと小さなノイズの塊が毎回検出されるため、検出した輪郭の面積 cv2.contourArea に下限しきい値を設けて、一定以上の面積がある動きだけを反応させる必要がある。

Flaskサーバからの映像配信、contourAreaトラックバーによる感度低下調整、YOLOv3連携の図解
Flaskの/video_feedを起点に、MOG2の輪郭面積しきい値を1000〜2000以上へ上げて誤報を抑える

2. トラックバーで contourArea の感度を下げる調整手順

現場の照明条件は部屋ごとに違うため、コード内にしきい値をベタ書きすると調整のたびに再起動が必要になる。そこでOpenCVのトラックバー(スライダー)を繋ぎ、リアルタイムに面積しきい値を動かせるようにした。

調整項目初期状態低感度・安定化後の目安
cv2.contourArea 下限数百〜小さい値1000〜2000以上 へ引き上げ
トラックバー最大値2000(感度がまだ高すぎた)さらに上限を広げて微調整可能に
暗視強調(convertScaleAbs)alpha・beta 固定暗所ノイズが増えすぎない範囲へ調整
コードpython
import cv2

cap = cv2.VideoCapture("http://192.168.0.33:5000/video_feed")
fgbg = cv2.createBackgroundSubtractorMOG2(history=500, varThreshold=32, detectShadows=False)

cv2.namedWindow("Monitor")
cv2.createTrackbar("MinArea", "Monitor", 1200, 5000, lambda _: None)

while True:
    ret, frame = cap.read()
    if not ret:
        break
    min_area = max(100, cv2.getTrackbarPos("MinArea", "Monitor"))
    mask = fgbg.apply(frame)
    contours, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    for c in contours:
        if cv2.contourArea(c) >= min_area:
            x, y, w, h = cv2.boundingRect(c)
            cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)
    cv2.imshow("Monitor", frame)
    if cv2.waitKey(1) & 0xFF == 27:
        break
この記事を共有・保存
X で共有

あわせて読みたい

電子工作・画像認識

YOLO26とは何者か。YOLOv8・YOLO11と比べてどこが別次元(レベチ)なのか

Ultralytics YOLO26の正体と、YOLOv8・YOLO11から構造ごと刷新された点(NMS-Free推論、DFL撤廃、MuSGD最適化、CPU推論最大43%高速化)を整理し、エッジ実戦やデータセット統合でなぜ強いのかを解説する。

#YOLO26#YOLO
電子工作・画像認識

Mac特定ウィンドウOCRが空文字を返す原因。Quartz+Tesseractの前処理とROI選択

Macでpyobjc(Quartz)とpytesseractを使って特定ウィンドウの文字を読む際、結果が空になった原因(文字サイズ・コントラスト不足)とselectROI・拡大・二値化での改善をまとめた。

#OCR#Python
ネット・セキュリティ

VPNはどこまで通せて、なぜ全部は抜けないのか。TrueNAS上のTailscaleが学校フィルタリングで止まる仕組み

「VPNを繋げばどんな制限も回避できる」わけではない理由を、Tailscale(WireGuard)の通信構造・Exit Node・UDP遮断・DPI(ディープパケットインスペクション)・VPNプロトコルごとの違いから整理した。

#VPN#Tailscale
思考・物理・会計

AI文章っぽい定型句を避けて、ChatGPT過去ログの「実測と失敗」を一次記事にする

AI生成文章に出やすい導入定型句の傾向を確認しつつ、一般論の焼き直しではなく自分のChatGPTエクスポートに眠る実機検証や失敗談をブログ記事へ起こす編集方針をまとめた。

#ライティング#ブログ運営
思考・物理・会計

なぜ減価償却で「100万円使って赤字」ではなく1円(備忘価額)を残すのか

設備投資した年の現金支出(キャッシュフロー)と本業の稼ぐ力(損益計算)を切り分ける減価償却の意味と、償却完了後に帳簿へ1円(備忘価額)を残す理由、建物の定額法統一を整理した。

#会計#減価償却
思考・物理・会計

「6時半」に違和感がないのにデンマーク語の20進数を奇妙に感じるのはなぜか

時(24進)+分(60進)+半(2進)の雑種である「6時半」は自然なのに、デンマーク語の50・70・90の20進数表現を難しく感じる理由を「パターン認識と文化バイアス」から考察した。

#数学#認知科学

ブログのトップへ