Python+OpenCV实现火焰检测与实时预警

项目原理与功能说明

本系统基于 OpenCV 的 Haar 特征级联分类器（CascadeClassifier）对视频帧进行多尺度扫描。模型读取输入帧并转换为灰度图后，自动识别火焰区域。一旦检测到匹配目标，程序会在该位置绘制检测框，并利用 threading 模块启动后台线程同步播放报警音频与发送 SMTP 电子邮件。通过 runOnce 状态变量控制告警触发频率，避免重复发送相同警告。

运行环境准备

在开始运行代码前，请确保本地 Python 环境已安装以下依赖库：

• opencv-python：用于图像预处理、模型加载与视频流读取。
• playsound：用于异步播放音频警报文件。
• smtplib：Python 标准库，无需额外安装，用于构建邮件客户端。

准备必要的资产文件：

• 预训练的火焰检测模型：fire_detection_cascade_model.xml（需自行获取或训练）。
• 报警音频文件：fire_alarm.mp3。
• Gmail 发件人账号与专用密码（App Password）。

核心代码逻辑与配置

以下为完整的火焰检测主脚本。代码依次完成模型实例化、摄像头初始化、告警函数定义以及逐帧检测循环。

import cv2
import threading
import playsound
import smtplib

# 加载训练好的 XML 文件
fire_cascade = cv2.CascadeClassifier('fire_detection_cascade_model.xml')

# 初始化摄像头
vid = cv2.VideoCapture(0)  # 使用笔记本内置摄像头，索引为 0
runOnce = False  # 创建布尔变量，用于标记邮件是否已发送

# 定义播放警报声音的函数
def play_alarm_sound_function():
    playsound.playsound('fire_alarm.mp3', True)
    print("Fire alarm end")

# 定义发送邮件的函数
def send_mail_function():
    recipientmail = "add recipients mail"
    recipientmail = recipientmail.lower()

    try:
        server = smtplib.SMTP('smtp.gmail.com', 587)
        server.ehlo()
        server.starttls()
        server.login("add senders mail", 'add senders password')
        server.sendmail('add senders mail', recipientmail, "Warning: Fire accident has been reported")
        print("Alert mail sent successfully to {}".format(recipientmail))
        server.close()
    except Exception as e:
        print(e)

while True:
    Alarm_Status = False
    ret, frame = vid.read()

    if not ret:
        print("Failed to grab frame")
        break

    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    fire = fire_cascade.detectMultiScale(gray, 1.2, 5)

    # 增加调试输出
    print(f"Detected fire regions: {len(fire)}")

    # 绘制火焰矩形框
    for (x, y, w, h) in fire:
        cv2.rectangle(frame, (x-20, y-20), (x+w+20, y+h+20), (0, 255, 0), 2)
        roi_gray = gray[y:y+h, x:x+w]
        roi_color = frame[y:y+h, x:x+w]

        print("Fire alarm initiated")
        threading.Thread(target=play_alarm_sound_function).start()

        if not runOnce:
            print("Mail send initiated")
            threading.Thread(target=send_mail_function).start()
            runOnce = True
        else:
            print("Mail is already sent once")

    cv2.imshow('frame', frame)

    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放资源
vid.release()
cv2.destroyAllWindows()

关键配置说明：

1. 视频源切换：默认 cv2.VideoCapture(0) 调用硬件摄像头。如需读取本地视频，将参数改为具体路径，例如 cv2.VideoCapture('fire2.mp4')。
2. 检测参数调整：第4行 detectMultiScale(gray, 1.2, 5) 中，1.2 为图像缩放比例，5 为最小邻居数。若误报较多可适当增大后者，漏检则调小前者。
3. 颜色标识：代码中 cv2.rectangle 第三个参数 (0, 255, 0) 代表 OpenCV BGR 色彩空间下的纯绿色，用于高亮火源区域。

实际运行效果

常见问题排查与注意事项

在部署或运行过程中，若遇到异常请参考以下步骤核对：

• SMTP 连接失败：Gmail 服务端自 2022 年起已全面禁用普通账户密码登录。必须前往 Google 账户安全设置开启两步验证，并生成 16 位“应用专用密码”替换脚本中的 add senders password。
• 音频/邮件未触发或卡死：play_alarm_sound_function 与 send_mail_function 均挂载于新线程。当前逻辑使用全局 runOnce 标志位防重发，但在高并发或网络波动时可能产生竞态条件。若需稳定生产，建议引入 threading.Lock() 保护该变量的读写。
• 窗口无响应或无法退出：确保终端进程未被阻塞。按 q 键触发 cv2.waitKey(1) 条件即可安全跳出循环，随后释放摄像头资源。
• 依赖冲突：playsound 在不同操作系统下行为略有差异。若使用 macOS 或 Linux 报错，可尝试安装平台适配版本或替换为 pygame 音频模块。

简要总结

该方案以极低资源消耗实现了基于传统计算机视觉的火灾初筛流程。通过级联模型提取特征、线程分离 IO 操作，兼顾了实时性与告警响应速度。实际部署时可结合阈值过滤与边缘计算设备进一步提升稳定性。以上就是 Python 配合 OpenCV 实现火焰检测与实时预警的详细内容，更多关于基于计算机视觉的安全监控资料请关注本站其它相关文章！