学习笔记：Python for yolo 之 调用摄像头识别物体 |
您所在的位置：网站首页 › yolov5调用usb摄像头 › 学习笔记：Python for yolo 之 调用摄像头识别物体 |
|
前记： 作用说明：学习笔记，主要用于自我记录。 （PS：本人新手，文章仅供参考；如有错误，欢迎各位大神批评指正！） 最近刚刚接触yolo，由于yolo官网和网上各种资料几乎都是基于C语言的，本人觉得python比较简洁，故用python实现了C可实现的部分功能。 该文承接上篇博文“yolo在python下识别本地视频”。此篇介绍（3）yolo用python实现调用摄像头识别物体。 【本系列博文代码基于原作者程序，文中代码由于TAB缩进量可能会出现缩进问题，敬请谅解。】 notice： 本系列博文（包括前几篇）全是基于yolo（darknet）v3 框架的，其他版本的可能不适用，但是都是类似的，可以作为参考。 1、使用环境和平台 ubuntu 14.04+ python2.7+opencv2.4+yolo v32、yolo调用摄像头识别视频的python代码 在darknet/python下新建my_webcam_darknet.py 以下是我基于yolo v3框架实现检测摄像头的python代码： #!coding=utf-8 #modified by leo at 2018.04.26 #function: 1,detect the video captured by webcam # 2,you can pass some frames from ctypes import * import math import random #import module named cv2 to draw import cv2 import Image def sample(probs): s = sum(probs) probs = [a/s for a in probs] r = random.uniform(0, 1) for i in range(len(probs)): r = r - probs[i] if r 0: b = dets[j].bbox res.append((meta.names[i], dets[j].prob[i], (b.x, b.y, b.w, b.h))) res = sorted(res, key=lambda x: -x[1]) free_image(im) free_detections(dets, num) return res # 2018.04.25 def showPicResult(image): img = cv2.imread(image) cv2.imwrite(out_img, img) for i in range(len(r)): x1=r[i][2][0]-r[i][2][2]/2 y1=r[i][2][1]-r[i][2][3]/2 x2=r[i][2][0]+r[i][2][2]/2 y2=r[i][2][1]+r[i][2][3]/2 im = cv2.imread(out_img) #draw different color rectangle cv2.rectangle(im,(int(x1),int(y1)),(int(x2),int(y2)),(0,255,0),3) #putText x3 = int(x1+5) y3 = int(y1-10) font = cv2.FONT_HERSHEY_SIMPLEX if ((x3=0)): im2 = cv2.putText(im, str(r[i][0]), (x3,y3), font, 1, (0,255,0) , 2) else: im2 = cv2.putText(im, str(r[i][0]), (int(x1),int(y1+6)), font, 1, (0,255,0) , 2) #*********** #This is a method that works well. cv2.imwrite(out_img, im) cv2.imshow('yolo_image_detector', cv2.imread(out_img)) #cv2.waitKey(0) #cv2.destroyAllWindows() if __name__ == "__main__": net = load_net("/home/username/darknet/cfg/yolov2-tiny.cfg", "/home/username/darknet/weights/yolov2-tiny.weights", 0) meta = load_meta("/home/username/darknet/cfg/coco.data") #origin_img = "/home/username/darknet/data/copy_dog.jpg" out_img = "/home/username/darknet/data/test_result.jpg" video_tmp = "/home/username/darknet/data/video_tmp.jpg" # make a video_object and init the video object cap = cv2.VideoCapture(0) # define picture to_down' coefficient of ratio scaling_factor = 0.5 count = 0 # loop until press 'esc' or 'q' while True: # collect current frame ret, frame = cap.read() #print ret; if get frame the return ret=True # resize the frame frame = cv2.resize(frame,None,fx=scaling_factor,fy=scaling_factor,interpolation=cv2.INTER_AREA) if ret: count = count + 1 #print count #detect and show per 50 frames if count == 5: count = 0 img_arr = Image.fromarray(frame) img_goal = img_arr.save(video_tmp) r = detect(net, meta, video_tmp) #print r for j in range(len(r)): print r[j][0], ' : ', int(100*r[j][1]),"%" print r[j][2] print '' print '#-----------------------------------#' #display the rectangle of the objects in window showPicResult(video_tmp) else: continue # wait 1ms per iteration; press Esc to jump out the loop c = cv2.waitKey(1) if (c==27) or (0xFF == ord('q')): break # release and close the display_window cap.release()前几篇博文中cfg和weights文件用的是yolov3速度很慢，此文中改用了yolov2-tiny，速度快了很多，效率提升至少10倍。 3、代码解释 # make a video_object and init the video object cap = cv2.VideoCapture(0) # define picture to_down' coefficient of ratio scaling_factor = 0.5 count = 0 # loop until press 'esc' or 'q' while True: # collect current frame ret, frame = cap.read() #print ret; if get frame the return ret=True # resize the frame frame = cv2.resize(frame,None,fx=scaling_factor,fy=scaling_factor,interpolation=cv2.INTER_AREA) if ret: count = count + 1 #print count #detect and show per 50 frames if count == 5: count = 0 img_arr = Image.fromarray(frame) img_goal = img_arr.save(video_tmp) r = detect(net, meta, video_tmp) #print r for j in range(len(r)): print r[j][0], ' : ', int(100*r[j][1]),"%" print r[j][2] print '' print '#-----------------------------------#' #display the rectangle of the objects in window showPicResult(video_tmp) else: continue # wait 1ms per iteration; press Esc to jump out the loop c = cv2.waitKey(1) if (c==27) or (0xFF == ord('q')): break # release and close the display_window cap.release()其实代码和上篇博文基本类似，只是把读取本地视频改为了读取摄像头。此处webcam默认设备号为“0”。如使用其他摄像头，请自行查看设备号并修改代码。（如使用kinect（XBox360）需要安装专有驱动） cap = cv2.VideoCapture(0)同样，此代码中也跳过了一些帧（每5帧用yolo识别一次）；即使用了yolov2-tiny，识别速度也跟不上帧率，但是效果已经有很大改善，每5帧一次还算可以，而且实际应用中也不需要每帧都去识别，相邻帧相似度很高，检测其中一两帧即可。（只不过跳帧的话可能会导致你要检测的帧刚好画面比较模糊，一点瑕疵。） 程序执行中，按“q”或“Esc”或“ctrl+c”停止。但是很多时候按一次“q”或“Esc”没反应，程序停不下来，多按几次才可停下。（有网友可以解决这个问题的，欢迎指教！当然，后续我自己也会改进，如修改成功，后边也将通过博客告知。） 后记： 程序理解起来很简单，在我自己的电脑上完全可以实现，如有问题欢迎批评指正！ （PS：下一篇介绍“用yolo结合ROS识别视频的python代码实现”） 联系邮箱：[email protected] |
今日新闻 |
推荐新闻 |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |