サマリ

Spatialのスペースに来た人を認識して以下のようなログをファイルに出力します。

2023-04-03 01:07:36 - mayo32 has joined the space.

スペースに人が入ってきた時に表示されるメッセージを画像認識してログ書き出しのトリガーとします。

★以下の点未確認です。。

日本語のユーザー名
ユーザー名に絵文字を含む場合

動作確認環境

Windows 11 Home 22H2
python 3.11.1
OBS studio 29.0.2
obs-virtualcam 3.0.0
Tesseract OCR 5.3.1.20230401

目次

pythonのインストール
OBS studioのインストール
obs-virtualcamのインストール
Tesseract OCRのインストール
OBSの準備
pythonアプリの実行

1. pythonのインストール

pythonでプログラムを記述します。
pythonをインストールします。
→python.org

使用するパッケージをインストールします。

pip install opencv-python
pip install pytesseract

2. OBS studioのインストール

OBSを使ってSpatialの画面を仮想カメラに流します。
OBS studioをインストールします。
→OBS studio

3. obs-virtualcamのインストール

OBS仮想カメラの画像をpythonで取り込むため、obs virtualcamをインストールします。
→obs-virtualcam

4. Tesseract OCRのインストール

文字認識のため、Tesseract OCRをインストールします。
→Tesseract OCR

5. OBSの準備

OBSを起動し、Spatialのブラウザ画面を仮想カメラとして設定します。
人が入ってきた時に出るメッセージ以外を認識しないように仮想カメラの範囲をメッセージが出るあたりだけになるようにクロップします。

6. pythonアプリの実行

下記のpythonアプリを実行します。

camera_device_indexは実行環境でOBS仮想カメラの番号を指定します。
プログラムを実行したカレントディレクトリにLog-YYYYMMDD.txtのファイル名でログを出力します。日付ごとにログファイルができます。
SpatialVisitorCounterの画面に仮想カメラの画像が正常に表示されない場合はOBSのツールメニューから"VirtualCam"を起動します。

import cv2
import pytesseract
from difflib import SequenceMatcher
import time

LOG_FILE_PREFIX = "Log"

def string_similarity(a, b):
    return SequenceMatcher(None, a, b).ratio()

def get_log_filename():
    return f"{LOG_FILE_PREFIX}-{time.strftime('%Y%m%d')}.txt"

def capture_and_recognize_text():
    # OBSの仮想カメラを選択
    camera_device_index = 1

    cap = cv2.VideoCapture(camera_device_index)

    prev_recognized_text = ""
    prev_date = time.strftime('%Y%m%d')

    while True:
        ret, frame = cap.read()
        if not ret:
            break

        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        recognized_text = pytesseract.image_to_string(gray, lang="eng")

        similarity = string_similarity(prev_recognized_text, recognized_text)

        if similarity < 0.9:
            current_date = time.strftime('%Y%m%d')
            if current_date != prev_date:
                prev_date = current_date

            with open(get_log_filename(), "a", encoding="utf-8") as log_file:
                for line in recognized_text.splitlines():
                    if "joined" in line:
                        log_file.write(f"{time.strftime('%Y-%m-%d %H:%M:%S')} - {line}\n")
                        prev_recognized_text = recognized_text

        cv2.imshow("SpatialVisitorCounter", gray)

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

    cap.release()
    cv2.destroyAllWindows()

if __name__ == "__main__":
    capture_and_recognize_text()

チームハイエナ