13.基于opencv-python+yolov3实现实时视频目标检测

àì夳堔傛蜴生んèń 2024-04-07 12:24 36阅读 0赞

import numpy
    import cv2
    import time
    
    coco='F:/coco.names'
    # 读取模型和权重
    configPath='F:/yolo.cfg'
    weightPath='F:/yolov3.weights'
    CONFIDENCE = 0.2  # 过滤弱检测的最小概率
    THRESHOLD = 0.4  # 非最大值抑制阈值
    net = cv2.dnn.readNetFromDarknet(configPath, weightPath)
    clicked = False
    
    def onMouse(event, x, y, flags, param):
        global clicked
        if event == cv2.EVENT_LBUTTONUP:
            clicked = True
    
    cameraCapture = cv2.VideoCapture(0)  # 打开编号为0的摄像头
    cv2.namedWindow('img')  # 给视频框命名
    cv2.setMouseCallback('img', onMouse)
    success, frame = cameraCapture.read()
    while success and cv2.waitKey(1) == -1 and not clicked:  # 当循环没结束，并且剩余的帧数大于零时进行下面的程序
        # 加载图片、转为blob格式、送入网络输入层
        blobImg = cv2.dnn.blobFromImage(frame, 1.0 / 255.0, (416, 416), None, True,
                                    False)  # # net需要的输入是blob格式的，用blobFromImage这个函数来转格式
        net.setInput(blobImg)  # # 调用setInput函数将图片送入输入层
    
        # 获取网络输出层信息（所有输出层的名字），设定并前向传播
        outInfo = net.getUnconnectedOutLayersNames()  # # 前面的yolov3架构也讲了，yolo在每个scale都有输出，outInfo是每个scale的名字信息，供net.forward使用
        layerOutputs = net.forward(outInfo)  # 得到各个输出层的、各个检测框等信息，是二维结构。
    
        # 拿到图片尺寸
        (H, W) = frame.shape[:2]
        # 过滤layerOutputs
        # layerOutputs的第1维的元素内容: [center_x, center_y, width, height, objectness, N-class score data]
        # 过滤后的结果放入：
        boxes = []  # 所有边界框（各层结果放一起）
        confidences = []  # 所有置信度
        classIDs = []  # 所有分类ID
    
        # # 1）过滤掉置信度低的框框
        for out in layerOutputs:  # 各个输出层
            for detection in out:  # 各个框框
                # 拿到置信度
                scores = detection[5:]  # 各个类别的置信度
                classID = numpy.argmax(scores)  # 最高置信度的id即为分类id
                confidence = scores[classID]  # 拿到置信度
    
                # 根据置信度筛查
                if confidence > CONFIDENCE:
                    box = detection[0:4] * numpy.array([W, H, W, H])  # 将边界框放会图片尺寸
                    (centerX, centerY, width, height) = box.astype("int")
                    x = int(centerX - (width / 2))
                    y = int(centerY - (height / 2))
                    boxes.append([x, y, int(width), int(height)])
                    confidences.append(float(confidence))
                    classIDs.append(classID)
    
        # # 2）应用非最大值抑制(non-maxima suppression，nms)进一步筛掉
        idxs = cv2.dnn.NMSBoxes(boxes, confidences, CONFIDENCE, THRESHOLD)  # boxes中，保留的box的索引index存入idxs
        # 得到labels列表
        with open(coco, 'rt') as f:
            labels = f.read().rstrip('\n').split('\n')
        # 应用检测结果
        numpy.random.seed(42)
        COLORS = numpy.random.randint(0, 255, size=(len(labels), 3),
                                      dtype="uint8")  # 框框显示颜色，每一类有不同的颜色，每种颜色都是由RGB三个值组成的，所以size为(len(labels), 3)
        if len(idxs) > 0:
            for i in idxs.flatten():  # indxs是二维的，第0维是输出层，所以这里把它展平成1维
                (x, y) = (boxes[i][0], boxes[i][1])
                (w, h) = (boxes[i][2], boxes[i][3])
    
                color = [int(c) for c in COLORS[classIDs[i]]]
                cv2.rectangle(frame, (x, y), (x + w, y + h), color, 2)  # 线条粗细为2px
                text = "{}: {:.4f}".format(labels[classIDs[i]], confidences[i])
                cv2.putText(frame, text, (x, y - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.5, color,
                            2)  # cv.FONT_HERSHEY_SIMPLEX字体风格、0.5字体大小、粗细2px
        cv2.imshow('img', frame)
        success, frame = cameraCapture.read()  # 摄像头获取下一帧
    cv2.destroyWindow('img')
    cameraCapture.release()

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-47pk8gzi-1662134393335)(https://git.poker/quinhua/pics/blob/main/markdown/bhgtfdgtfrdcd.webp?raw=true)\]