OpenCV行人检测摄像头Python实现 |21xrx.com

OpenCV行人检测摄像头Python实现

2023-08-15 16:20:20 深夜i -- --

OpenCV 行人检测摄像头 Python 实现

行人检测是计算机视觉中的一项重要任务，它在许多领域中都有广泛的应用，例如交通监控、安防系统等。OpenCV是一个广泛使用的计算机视觉库，提供了丰富的函数和工具来实现各种视觉任务。本文将介绍如何使用OpenCV实现行人检测摄像头的功能。

首先，我们需要安装OpenCV库。在Python环境中，可以通过pip命令来安装OpenCV。打开命令行终端，输入以下命令：

pip install opencv-python

等待安装完成后，我们就可以开始编写代码了。

首先，导入必要的库：

python
import cv2

接下来，创建一个VideoCapture对象，用于从摄像头读取视频流：

python
cap = cv2.VideoCapture(0)

在这里，参数0代表系统默认的摄像头。如果有多个摄像头可以选择，可以修改参数来选择不同的摄像头。

接下来，我们需要加载OpenCV提供的行人检测模型。OpenCV提供了一个已经经过训练的Haar级联分类器模型，可以用于行人检测。该模型需要先下载并保存到本地，然后通过cv2.CascadeClassifier来加载：

python
cascade = cv2.CascadeClassifier("haarcascade_fullbody.xml")

接下来，我们循环读取视频流的每一帧，进行行人检测：

python
while True:
  # 读取一帧
  ret, frame = cap.read()
  # 将帧转换为灰度图像
  gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
  # 行人检测
  pedestrians = cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))
  # 在图像中绘制检测到的行人框
  for (x, y, w, h) in pedestrians:
    cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)
  # 显示结果
  cv2.imshow("Pedestrian Detection", frame)
  # 按下ESC键退出
  if cv2.waitKey(1) == 27:
    break

在这里，我们使用cv2.CascadeClassifier中的detectMultiScale函数来检测行人。该函数会返回一个包含每个行人框的列表，我们可以通过循环来绘制框在图像上。

最后，我们使用cv2.imshow来显示图像，并通过cv2.waitKey来检测是否按下了ESC键，如果按下，则跳出循环，退出程序。

完成以上步骤后，我们就可以运行代码了。运行后，会自动打开摄像头，并进行实时的行人检测。检测到的行人会用矩形框标记出来，实时显示在屏幕上。

通过本文的介绍，我们学习了如何使用OpenCV库来实现行人检测摄像头的功能。这只是OpenCV的一个基本应用，OpenCV还提供了许多其他功能，可以应用于更复杂的场景和任务。希望本文能够帮助读者入门OpenCV，并进一步深入学习计算机视觉技术。

上一篇: idea打包java可执行jar包

下一篇: C#利用FFmpeg进行屏幕录制操作

评论区

()

相似文章