输出火灾面积随时间的变化

间隔20帧，火灾面积随着时间的变化（用于火灾蔓延率的检查）

import cv2
import numpy as np
import matplotlib.pyplot as plt

# 打开视频文件
cap = cv2.VideoCapture('1-远距离森林火灾2.avi')  # 将'your_video.mp4'替换为你的视频文件路径

# 获取视频帧的宽度和高度
width = int(cap.get(3))
height = int(cap.get(4))

# 创建 VideoWriter 对象，输出视频的名称为 'output_video.avi'，编解码器为 XVID，帧率为 25
fourcc = cv2.VideoWriter_fourcc(*'XVID')
out = cv2.VideoWriter('output_video.avi', fourcc, 25, (width * 2, height))

# 创建一个窗口
cv2.namedWindow('Fire Detection', cv2.WINDOW_NORMAL)

# 初始化用于存储每20帧计算得到的火灾面积的列表
fire_areas = []

# 用于记录当前帧数的计数器
frame_count = 0

# 用于记录每帧的时间戳
timestamps = []

while cap.isOpened():
    ret, frame = cap.read()

    if not ret:
        break

    # 转换为灰度图像
    gray_frame = 1.6 * frame[:, :, 2] - frame[:, :, 1] - 0.8 * frame[:, :, 0]
    gray_frame = np.clip(gray_frame, 0, 255).astype(np.uint8)

    # 使用Otsu算法进行二值化
    _, binary_frame = cv2.threshold(gray_frame, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)

    # 对二值化图像进行腐蚀和膨胀操作去除噪声
    kernel = np.ones((5, 5), np.uint8)
    binary_frame = cv2.erode(binary_frame, kernel, iterations=1)
    binary_frame = cv2.dilate(binary_frame, kernel, iterations=1)

    # 在同一个窗口中展示原视频和二值化后的视频
    side_by_side = np.hstack((frame, cv2.cvtColor(binary_frame, cv2.COLOR_GRAY2BGR)))
    cv2.imshow('Fire Detection', side_by_side)

    # 将二值化后的帧写入输出视频
    out.write(side_by_side)

    # 计算每20帧的火灾面积
    if frame_count % 20 == 0:
        # 计算二值化后的图像中白色区域的面积
        fire_area = np.sum(binary_frame == 255)
        fire_areas.append(fire_area)

        # 记录当前帧的时间戳（单位：秒）
        timestamps.append(frame_count / 25.0)  # 假设帧率为25，计算时间戳

    frame_count += 1

    if cv2.waitKey(25) & 0xFF == 27:
        break

# 释放资源
cap.release()
out.release()
cv2.destroyAllWindows()

# 绘制散点图显示火灾面积的变化
frame_indices = np.arange(0, len(fire_areas) * 20, 20)
plt.scatter(frame_indices, fire_areas, marker='o')
plt.xlabel('Frame Index')
plt.ylabel('Fire Area')
plt.title('Fire Area Over Time')

# 设置纵坐标轴范围
plt.ylim(0, max(fire_areas) + 100)  # 调整刻度范围，可以根据需要适当调整上限

# 计算火灾面积变化率
fire_area_rates = [0]  # 初始帧的变化率为0
for i in range(1, len(fire_areas)):
    # 计算变化率
    rate = (fire_areas[i] - fire_areas[i - 1]) / fire_areas[i - 1]
    fire_area_rates.append(rate)

# 绘制火灾面积变化率图
plt.figure()  # 新建一个图形窗口
plt.plot(frame_indices, fire_area_rates, marker='o', linestyle='-')
plt.xlabel('Frame Index')
plt.ylabel('Fire Area Rate')
plt.title('Fire Area Rate Over Time')

# 设置纵坐标轴范围，从0开始，间隔一定距离向上递增或者向下递减
plt.ylim(min(fire_area_rates) - 0.1, max(fire_area_rates) + 0.1)

# 计算火灾面积随时间扩散速度的比值并绘制曲线图
diff_fire_areas = np.diff(fire_areas)
time_diff = np.diff(timestamps)

# 计算火灾面积随时间扩散速度的比值
speed_ratios = diff_fire_areas / time_diff

# 绘制曲线图
plt.figure()
plt.plot(timestamps[1:], speed_ratios, marker='o', linestyle='-')
plt.xlabel('Time (seconds)')
plt.ylabel('Fire Area Speed Ratio')
plt.title('Fire Area Speed Ratio Over Time')

plt.show()