Python和OpenCV庫實現(xiàn)識別人物出現(xiàn)并鎖定

更新時間：2023年04月03日 09:20:23 作者：A等天晴

本文主要介紹了Python和OpenCV庫實現(xiàn)識別人物出現(xiàn)并鎖定，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

1. 安裝必要的庫

首先，確保您已安裝以下庫：

OpenCV: 用于圖像處理和計算機視覺任務
imutils: 提供一些實用函數(shù)，如圖像旋轉、裁剪等

安裝方法如下：

pip install opencv-python
pip install imutils

2. 加載和顯示視頻

首先，我們需要導入所需的庫，并加載一個視頻文件。我們將使用OpenCV的VideoCapture類來加載視頻。

import cv2
import imutils

video_path = "path/to/your/video.mp4"

# 打開視頻
cap = cv2.VideoCapture(video_path)

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

    if not ret:
        break

    # 縮放以提高處理速度
    frame = imutils.resize(frame, width=600)

    cv2.imshow("Input Video", frame)

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

cap.release()
cv2.destroyAllWindows()

3. 應用預訓練的人物檢測模型

接下來，我們將使用OpenCV中提供的預訓練模型。這里我們使用MobileNet-SSD模型，因為它在速度和準確性之間達到了很好的平衡。

prototxt_path = "path/to/your/MobileNetSSD_deploy.prototxt"
model_path = "path/to/your/MobileNetSSD_deploy.caffemodel"

# 加載預訓練模型
net = cv2.dnn.readNetFromCaffe(prototxt_path, model_path)

4. 在檢測到的人物周圍繪制邊界框

現(xiàn)在，我們將使用預訓練的模型來檢測視頻中的人物，并在檢測到的人物周圍繪制邊界框。

# 設置置信度閾值
confidence_threshold = 0.5

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

    if not ret:
        break

    frame = imutils.resize(frame, width=600)
    (h, w) = frame.shape[:2]

    # 將圖像轉換為blob
    blob = cv2.dnn.blobFromImage(frame, 0.007843, (w, h), 127.5)

    net.setInput(blob)
    detections = net.forward()

    for i in range(detections.shape[2]):
        confidence = detections[0, 0, i, 2]

        if confidence > confidence_threshold:
            idx = int(detections[0, 0, i, 1])

            if idx == 15:  # 15 代表人類
                box = detections[0, 0, i, 3:7] * np.array([w, h, w, h])
                (startX, startY, endX, endY) = box.astype("int")

                # 在檢測到的人物周圍繪制邊界框
                cv2.rectangle(frame, (startX, startY), (endX, endY), (0, 255, 0), 2)

    cv2.imshow("Input Video", frame)

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

5. 保存和顯示結果

最后，我們將處理后的視頻保存到磁盤，并在程序完成后關閉所有窗口。

# 創(chuàng)建 VideoWriter 對象以保存處理后的視頻
fourcc = cv2.VideoWriter_fourcc(*"mp4v")
out = cv2.VideoWriter("output.mp4", fourcc, 30, (w, h))

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

    if not ret:
        break

    frame = imutils.resize(frame, width=600)
    (h, w) = frame.shape[:2]
    blob = cv2.dnn.blobFromImage(frame, 0.007843, (w, h), 127.5)

    net.setInput(blob)
    detections = net.forward()

    for i in range(detections.shape[2]):
        confidence = detections[0, 0, i, 2]

        if confidence > confidence_threshold:
            idx = int(detections[0, 0, i, 1])

            if idx == 15:
                box = detections[0, 0, i, 3:7] * np.array([w, h, w, h])
                (startX, startY, endX, endY) = box.astype("int")
                cv2.rectangle(frame, (startX, startY), (endX, endY), (0, 255, 0), 2)

    # 將幀寫入輸出視頻
    out.write(frame)

    cv2.imshow("Input Video", frame)

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

cap.release()
out.release()
cv2.destroyAllWindows()