Delphi Magic: Detectar movimiento de personas en un área con Python4Delphi

Detectar movimiento de personas en un área con Python4Delphi

En esta ocasión veremos cómo detectar movimiento sobre un área utilizando Python4Delphi.

La versión de Delphi que he utilizado es la 10.4.2

Python4Delphi es un conjunto de componentes que encapsulan las funciones de las DLL de Python, lo que permite crear scripts de Python dentro de los programas realizados con Delphi.

Entre otras muchas cosas permite:

-Acceder a funciones de bajo nivel de Python.

-Utilizan comunicacion bidireccional con sus scripts.

-Acceder a objetos Python utilizando variants personalizados en Delphi.

-Construir wrappers de objetos Delphi para utilizarlos en scripts de Python,

-Crear módulos en Python utilizando las clases y funciones de Delphi.

Instalación de Python

Para que funcionen nuestras aplicaciones hay que tener instalado Python en Windows, que lo pueden descargar desde su sitio oficial

Instalación de Python4Delphi

La forma mas sencilla es utilizar Getit

Abrimos nuestro Rad Studio y accedemos al menú

Project - Tools - Getit Package Manager

Escribimos Python4Delphi en la caja de búsqueda y pulsamos el botón INSTALL

Getit nos añade los componentes necesarios en nuestro entorno de desarrollo y modifica automáticamente nuestro Library Path:

Tools - Options - Language - Delphi - Library - (Win32 o Win64)

añadiendo la rutas de las dll de Python4Delphi.

Después de su instalación tienen multitud de programas de demostración en la ruta:

C:\Users\<nombre del usuario>\Documents\Embarcadero\Studio\22.0\CatalogRepository\Python4Delphi-1.0\Demos\

Creación de nuestro primer programa

Abrimos el programa de ejemplo llamado Demo01 que está en la ruta:

C:\Users\<nombre del usuario>\Documents\Embarcadero\Studio\22.0\CatalogRepository\Python4Delphi-1.0\Demos\Demo01\Demo01.dpr

La ventana está dividida en 2 partes, en la parte superior muestra el resultado de la ejecución del programa o los errores que se produzcan y en la inferior es donde tenemos que escribir el código del script en python.

IMPORTANTE: Python tiene muchos módulos precargados que vienen con la instalación original, entre ellos hay uno llamado pip, que sirve para realizar la carga de módulos adicionales.

Para lo que queremos hacer en este ejemplo hay que abrir una ventana CMD y escribir lo siguiente:

c:\ pip install opencv-contrib-python (Con esto instalamos OpenCV, que es una biblioteca para el tratamiento de imágenes)

y después

c:\ pip install numpy

Evitar los errores de división por cero

También hay que añadir una línea de código en un método del componente PythonEngine1 del programa Demo01 (esto no viene en la demo original) de esta forma:

Hacemos clic sobre el componente PythonEngine1 y en la ventana Object Inspector del entorno Delphi

hacemos doble clic sobre el método OnBeforeLoad y en el procedure añadimos la línea
MaskFPUExceptions(True)

Tiene que quedar así:

procedure TForm1.PythonEngine1BeforeLoad(Sender: TObject);
begin
MaskFPUExceptions(True)
end;

Esto se hace para ocultar los errores de división por cero que suelen producirse al ejecutar opencv dentro de Delphi.

Ejecutar el programa

En la ventana inferior escribimos el siguiente código:

import cv2
import numpy as np

cap = cv2.VideoCapture('c:/aeropuerto.mp4')

fgbg = cv2.bgsegm.createBackgroundSubtractorMOG()
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(3,3))

while True:

	ret, frame = cap.read()
	if ret == False: break

	gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

	# Dibujamos un rectángulo en frame, para señalar el estado
	# del área en análisis (movimiento detectado o no detectado)
	cv2.rectangle(frame,(0,0),(frame.shape[1],40),(0,0,0),-1)
	color = (0, 255, 0)
	texto_estado = "Estado: No se ha detectado movimiento"

	# Especificamos los puntos extremos del área a analizar
	area_pts = np.array([[240,320], [480,320], [620,frame.shape[0]], [50,frame.shape[0]]])
	
	# Con ayuda de una imagen auxiliar, determinamos el área
	# sobre la cual actuará el detector de movimiento
	imAux = np.zeros(shape=(frame.shape[:2]), dtype=np.uint8)
	imAux = cv2.drawContours(imAux, [area_pts], -1, (255), -1)
	image_area = cv2.bitwise_and(gray, gray, mask=imAux)

	# Obtendremos la imagen binaria donde la región en blanco representa
	# la existencia de movimiento
	fgmask = fgbg.apply(image_area)
	fgmask = cv2.morphologyEx(fgmask, cv2.MORPH_OPEN, kernel)
	fgmask = cv2.dilate(fgmask, None, iterations=2)

	# Encontramos los contornos presentes en fgmask, para luego basándonos
	# en su área poder determina si existe movimiento
	cnts = cv2.findContours(fgmask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[0]
	for cnt in cnts:
		if cv2.contourArea(cnt) > 500:
			x, y, w, h = cv2.boundingRect(cnt)
			cv2.rectangle(frame, (x,y), (x+w, y+h),(0,255,0), 2)
			texto_estado = "Estado: ALERTA Movimiento Detectado!"
			color = (0, 0, 255)	

	# Visuzalizamos el alrededor del área que vamos a analizar
	# y el estado de la detección de movimiento		
	cv2.drawContours(frame, [area_pts], -1, color, 2)
	cv2.putText(frame, texto_estado , (10, 30),
				cv2.FONT_HERSHEY_SIMPLEX, 1, color,2)

	cv2.imshow('fgmask', fgmask)
	cv2.imshow("frame", frame)

	k = cv2.waitKey(70) & 0xFF
	if k == 27:
		break

cap.release()
cv2.destroyAllWindows()

Quedaría así:

Copiamos el archivo aeropuerto.mp4 a c:\

El archivo aeropuerto.mp4 es un vídeo del interior de un aeropuerto en el que se ha definido un ROI (Region Of Interest) marcado como un polígono de color rojo.

Si quieren utilizar una webcam conectada a su PC tendrían que cambiar la línea

cap = cv2.VideoCapture(''c:/aeropuerto.mp4)

por

cap = cv2.VideoCapture(0)

y pulsamos el botón EXECUTE SCRIPT

y ya tendríamos funcionando nuestro script en python ejecutándose dentro de Delphi, en el que detectaría la presencia de personas que atraviesen el área marcada en rojo, mostrando una alerta.