Picamera - 優化的運動檢測方式

Question

Picamera documentation提供了有關如何實現運動檢測的例子，而沒有實際的運動檢測算法本身。

雖然我相信有更多的人，我曾經想過三種方式做運動檢測算法：

1. This example表明，我們比較兩個PIL圖像。
2. 在上面的例子中，我們可以簡單地使用框架進行比較嗎？
3. This other example暗示我們使用Picamera的內置功能，稱爲motion_output和NumPy陣列。

正如您所看到的，＃1和＃2的示例是文檔中提供常用配方的一部分。 ＃3的例子是實際API文檔的一部分。

如果他們甚至不使用他們的內置motion_ouput功能爲他們的運動檢測算法的配方部分，並使用PIL圖片代替，就一定意味着他們PiMotionAnalysis類（使用motion_ouput）是不是真正的優化？

做一個運動檢測算法的最佳方法是什麼？作爲獎勵，如果你想要的話，你還可以包含一個運動檢測算法。

乾杯！

Answer 1

從他本人（戴維·瓊斯又名@waveform80）：

所以，這是權衡，基本上是：速度（運動估計矢量）與精度和控制（捕獲比較）。但是請記住，您可以通過分離器一次運行多個事物，因此您甚至可能想要嘗試組合這些方法。

在我的問題中，＃1（和＃2）代表捕獲比較，＃3代表運動估計向量。

有關更詳細的解釋，請參閱this Github ticket，我在Dave提供的信息中給出了非常詳細的解釋。