亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

Python使用OPENCV的目標跟蹤算法實現(xiàn)自動視頻標注效果

 更新時間:2021年09月10日 15:00:57   作者:包工頭—BGT  
這篇文章主要介紹了Python使用OPENCV的目標跟蹤算法進行簡單的自動視頻標注,本文通過實例代碼給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下

先上效果

 1.首先,要使用opencv的目標跟蹤算法,必須要有opencv環(huán)境

 使用:opencv==4.4.0 和 opencv-contrib-python==4.4.0.46,lxml   這三個環(huán)境包。

也可以使用以下方法進行下載 : 

pip install opencv-python==4.4.0
pip install opencv-contrib-python==4.4.0.4

pip install lxml

2.使用方法:

        (1):英文狀態(tài)下的 “s” 是進行標注

        (2):使用小鍵盤 1-9 按下對應的標簽序號,標簽序號和標簽可自定義(需要提前定義)

       (3):對目標進行繪制

       (4):按空格鍵繼續(xù)

        重復進行 (1)(2)(3)(4)步驟,可實現(xiàn)多個目標的跟蹤繪制

        英文狀態(tài)下的 “r” 是所有清除繪制

         英文狀態(tài)下的 “q” 是退出

          當被跟蹤目標丟失時,自動清除所有繪制

import cv2
import os
import time
from lxml import etree
 
#視頻路徑
Vs = cv2.VideoCapture('peaple.avi')
#自定義標簽
Label = {1:"people",2:"car",3:"Camera"}
#圖片保存路徑 ,一定使用要用絕對路徑??!
imgpath = r"C:\Users\BGT\Desktop\opencv\img"
#xml保存路徑 ,一定使用要用絕對路徑?。?
xmlpath = r"C:\Users\BGT\Desktop\opencv\xml"
#設置視頻縮放
cv2.namedWindow("frame", 0)
#設置視頻寬高
cv2.resizeWindow("frame", 618, 416)
 
#定義生成xml類
class Gen_Annotations:
    def __init__(self, json_info):
        self.root = etree.Element("annotation")
 
        child1 = etree.SubElement(self.root, "folder")
        child1.text = str(json_info["pic_dirname"])
 
        child2 = etree.SubElement(self.root, "filename")
        child2.text = str(json_info["filename"])
 
        child3 = etree.SubElement(self.root, "path")
        child3.text = str(json_info["pic_path"])
 
        child4 = etree.SubElement(self.root, "source")
 
        child5 = etree.SubElement(child4, "database")
        child5.text = "My name is BGT"
 
    def set_size(self, witdh, height, channel):
        size = etree.SubElement(self.root, "size")
        widthn = etree.SubElement(size, "width")
        widthn.text = str(witdh)
        heightn = etree.SubElement(size, "height")
        heightn.text = str(height)
        channeln = etree.SubElement(size, "depth")
        channeln.text = str(channel)
        segmented = etree.SubElement(self.root, "segmented")
        segmented.text = "0"
 
    def savefile(self, filename):
        tree = etree.ElementTree(self.root)
        tree.write(filename, pretty_print=True, xml_declaration=False, encoding='utf-8')
 
    def add_pic_attr(self, label, x0, y0, x1, y1):
        object = etree.SubElement(self.root, "object")
        namen = etree.SubElement(object, "name")
        namen.text = label
        pose = etree.SubElement(object, "pose")
        pose.text = "Unspecified"
        truncated = etree.SubElement(object, "truncated")
        truncated.text = "0"
        difficult = etree.SubElement(object, "difficult")
        difficult.text = "0"
        bndbox = etree.SubElement(object, "bndbox")
        xminn = etree.SubElement(bndbox, "xmin")
        xminn.text = str(x0)
        yminn = etree.SubElement(bndbox, "ymin")
        yminn.text = str(y0)
        xmaxn = etree.SubElement(bndbox, "xmax")
        xmaxn.text = str(x1)
        ymaxn = etree.SubElement(bndbox, "ymax")
        ymaxn.text = str(y1)
 
 #定義生成xml的方法
def voc_opencv_xml(a,b,c,d,e,f,boxes,Label,Label_a,save="1.xml"):
    json_info = {}
    json_info["pic_dirname"] = a
    json_info["pic_path"] = b
    json_info["filename"] = c
    anno = Gen_Annotations(json_info)
 
    anno.set_size(d, e, f)
 
    for box in range(len(boxes)):
        x,y,w,h = [int(v) for v in boxes[box]]
        anno.add_pic_attr(Label[Label_a[box]],x,y,x+w,y+h)
    anno.savefile(save)
  
if __name__ == '__main__':
    Label_a = []
    contents = os.path.split(imgpath)[1]
    trackers = cv2.MultiTracker_create()
    while True:
        Filename_jpg = str(time.time()).split(".")[0] + "_" + str(time.time()).split(".")[1] + ".jpg"
        Filename_xml = str(time.time()).split(".")[0] + "_" + str(time.time()).split(".")[1] + ".xml"
 
        path_Filename_jpg = os.path.join(imgpath,Filename_jpg)
        path_Filename_xml = os.path.join(xmlpath,Filename_xml)
 
        ret,frame = Vs.read()
        if not ret:
            break
 
        success,boxes = trackers.update(frame)
        if len(boxes)>0:
            cv2.imwrite(path_Filename_jpg, frame)
            judge = True
        else:
            judge = False
 
         if success==False:
            print("目標丟失")
            trackers = cv2.MultiTracker_create()
            Label_a = []
            judge = False
        if judge:
            voc_opencv_xml(contents,Filename_jpg,path_Filename_jpg,frame.shape[1],frame.shape[0],frame.shape[2],boxes,Label,Label_a,path_Filename_xml)
        if judge:
            for box in range(len(boxes)):
                x,y,w,h = [int(v) for v in boxes[box]]
                cv2.putText(frame, Label[Label_a[box]], (x, y), cv2.FONT_HERSHEY_COMPLEX, 1, (255, 255, 255), 1)
                cv2.rectangle(frame,(x,y),(x+w,y+h),(255,0,0),2)
  
        cv2.imshow('frame',frame)
 
        var = cv2.waitKey(30)
 
        if var == ord('s'):
            imgzi = cv2.putText(frame, str(Label), (50, 50), cv2.FONT_HERSHEY_TRIPLEX, 1, (0, 255, 0), 2)
            cv2.imshow('frame', frame)
            var = cv2.waitKey(0)
            if var-48<len(Label) or var-48<=len(Label):
                Label_a.append(int(var-48))
            box = cv2.selectROI("frame", frame, fromCenter=False,showCrosshair=True)
            tracker = cv2.TrackerCSRT_create()
            trackers.add(tracker,frame,box)
        elif var == ord("r"):
            trackers = cv2.MultiTracker_create()
            Label_a = []
        elif var == ord('q'): #退出
            break
 
    Vs.release()
    cv2.destroyAllWindows()
 

3.得到xml和img數(shù)據(jù)是VOC格式,img和xml文件以時間戳進行命名。防止同名覆蓋。

4.最后使用 labelImg軟件  對獲取到的img和xml進行最后的檢查和微調

到此這篇關于Python使用OPENCV的目標跟蹤算法進自動視頻標注效果的文章就介紹到這了,更多相關OPENCV目標跟蹤自動視頻標注內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!

相關文章

  • linux系統(tǒng)使用python監(jiān)測網絡接口獲取網絡的輸入輸出

    linux系統(tǒng)使用python監(jiān)測網絡接口獲取網絡的輸入輸出

    這篇文章主要介紹了linux系統(tǒng)使用python監(jiān)測網絡接口獲取網絡的輸入輸出信息,大家參考使用吧
    2014-01-01
  • python實現(xiàn)excel讀寫數(shù)據(jù)

    python實現(xiàn)excel讀寫數(shù)據(jù)

    這篇文章主要為大家詳細介紹了python操作EXCEL讀數(shù)據(jù)、寫數(shù)據(jù)的實例源碼,文中示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2018-04-04
  • Python tkinter label 更新方法

    Python tkinter label 更新方法

    今天小編就為大家分享一篇Python tkinter label 更新方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-10-10
  • 用Python給圖像算法做個簡單應用界面

    用Python給圖像算法做個簡單應用界面

    這篇文章主要介紹了用Python給圖像算法做個簡單應用界面,幫助大家更好的理解和學習使用python開發(fā)gui,感興趣的朋友可以了解下
    2021-05-05
  • 如何導出python安裝的所有模塊名稱和版本號到文件中

    如何導出python安裝的所有模塊名稱和版本號到文件中

    Python 模塊(Module),是一個 Python 文件,以 .py 結尾,包含了 Python 對象定義和Python語句。這篇文章主要介紹了如何導出python安裝的所有模塊名稱和版本號到文件中,本文通過實例代碼給大家介紹的非常詳細,需要的朋友可以參考下
    2020-06-06
  • pandas數(shù)據(jù)清洗,排序,索引設置,數(shù)據(jù)選取方法

    pandas數(shù)據(jù)清洗,排序,索引設置,數(shù)據(jù)選取方法

    下面小編就為大家分享一篇pandas數(shù)據(jù)清洗,排序,索引設置,數(shù)據(jù)選取方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-05-05
  • 100行python代碼實現(xiàn)跳一跳輔助程序

    100行python代碼實現(xiàn)跳一跳輔助程序

    這篇文章主要介紹了100行代碼實現(xiàn)跳一跳輔助程序,接下來要分享的是用“純軟件”的方法來玩“跳一跳”。本人只做過Android開發(fā),因此下面只給出Android平臺下的實現(xiàn)方法。需要的朋友可以參考下
    2018-01-01
  • Python可視化Matplotlib散點圖scatter()用法詳解

    Python可視化Matplotlib散點圖scatter()用法詳解

    這篇文章主要介紹了Python可視化中Matplotlib散點圖scatter()的用法詳解,文中附含詳細示例代碼,有需要得朋友可以借鑒參考下,希望能夠有所幫助
    2021-09-09
  • python PyQt實現(xiàn)的手寫電子簽名程序實例探究

    python PyQt實現(xiàn)的手寫電子簽名程序實例探究

    在本文中,我們將探討如何利用Python以及開源工具來實現(xiàn)手寫電子簽名的功能,通過本文,您將能夠了解到手寫電子簽名的實現(xiàn)方式,并可以在自己的應用程序中應用這一功能
    2023-12-12
  • matplotlib階梯圖的實現(xiàn)(step())

    matplotlib階梯圖的實現(xiàn)(step())

    這篇文章主要介紹了matplotlib階梯圖的實現(xiàn)(step()),文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2021-03-03

最新評論