本文主要介紹了Python和OpenCV庫實(shí)現(xiàn)識(shí)別人物出現(xiàn)并鎖定，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)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(jì)算機(jī)視覺任務(wù)
imutils: 提供一些實(shí)用函數(shù)，如圖像旋轉(zhuǎn)、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(dǎo)入所需的庫，并加載一個(gè)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(yīng)用預(yù)訓(xùn)練的人物檢測(cè)模型

接下來，我們將使用OpenCV中提供的預(yù)訓(xùn)練模型。這里我們使用MobileNet-SSD模型，因?yàn)樗谒俣群蜏?zhǔn)確性之間達(dá)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(yù)訓(xùn)練模型
net = cv2.dnn.readNetFromCaffe(prototxt_path, model_path)

4. 在檢測(cè)到的人物周圍繪制邊界框

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

# 設(shè)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(zhuǎn)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(cè)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(jié)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(guān)閉所有窗口。

# 創(chuàng)建 VideoWriter 對(duì)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()

總結(jié)：

現(xiàn)在，您應(yīng)該已經(jīng)成功地創(chuàng)建了一個(gè)可以識(shí)別人物出現(xiàn)并將其鎖定的項(xiàng)目。通過運(yùn)行此代碼，您將能夠在給定的視頻中檢測(cè)到人物，并在檢測(cè)到的人物周圍繪制邊界框。此外，該程序?qū)⑻幚砗蟮囊曨l保存到磁盤，以便您以后查看。

本教程展示了如何使用Python和OpenCV庫構(gòu)建一個(gè)簡(jiǎn)單的人物識(shí)別和鎖定項(xiàng)目。您可以在此基礎(chǔ)上進(jìn)行擴(kuò)展，以滿足您的特定需求。例如，您可以嘗試：

使用其他預(yù)訓(xùn)練模型，以提高識(shí)別準(zhǔn)確性或降低計(jì)算復(fù)雜性。
為檢測(cè)到的人物添加標(biāo)簽，例如顯示置信度分?jǐn)?shù)或人物ID。
跟蹤檢測(cè)到的人物在視頻中的移動(dòng)軌跡。
將此項(xiàng)目擴(kuò)展為實(shí)時(shí)人物識(shí)別系統(tǒng)，通過攝像頭實(shí)時(shí)監(jiān)控人物出現(xiàn)。

到此這篇關(guān)于Python和OpenCV庫實(shí)現(xiàn)識(shí)別人物出現(xiàn)并鎖定的文章就介紹到這了,更多相關(guān)Python OpenCV識(shí)別人物并鎖定內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: