1，效果展示

为此，我专门还去查了查，怎么将视频转化为gif图，不知不觉中，我又多学会了一项技能。

OK!cool，效果很不错，今天需要搭配一些文件，都是可以从官网里找到的，那么我为了方便，专门去学习怎么在GitHub上托管项目，还下载了VScode和Git，我太难受了，如果不是要写博客，我绝对懒得去找教程。谢谢自己！

那么在此gif图像中，我检测了水瓶（截图时间不够了），鼠标，剪刀，书，手机，牙刷，键盘，电脑等。

2，项目准备

文件搭建

我会在结尾处，提供相关的资源，我们先在项目下新建一个目录，其中包含的文件，如图所示：

3，代码的讲解与展示

import cv2thres = 0.45 # Threshold to detect objectcap = cv2.VideoCapture(1)
cap.set(3,640)
cap.set(4,480)
cap.set(10,70)classNames= []
classFile = 'coco.names'
with open(classFile,'rt') as f:classNames = f.read().rstrip('\n').split('\n')#restrip返回删除尾随空白的字符串副本。如果给定了字符而不是无，则删除字符中的字符。configPath = 'ssd_mobilenet_v3_large_coco_2020_01_14.pbtxt'
weightsPath = 'frozen_inference_graph.pb'net = cv2.dnn_DetectionModel(weightsPath,configPath)
net.setInputSize(320,320)
net.setInputScale(1.0/ 127.5)
net.setInputMean((127.5, 127.5, 127.5))
net.setInputSwapRB(True)while True:success,img = cap.read()classIds, confs, bbox = net.detect(img,confThreshold=thres)print(classIds,bbox)if len(classIds) != 0:for classId, confidence,box in zip(classIds.flatten(),confs.flatten(),bbox):cv2.rectangle(img,box,color=(0,255,0),thickness=2)cv2.putText(img,classNames[classId-1].upper(),(box[0]+10,box[1]+30),cv2.FONT_HERSHEY_COMPLEX,1,(0,255,0),2)cv2.putText(img,str(round(confidence*100,2)),(box[0]+200,box[1]+30),cv2.FONT_HERSHEY_COMPLEX,1,(0,255,0),2)cv2.imshow("Output", img)if cv2.waitKey(1) & 0xFF == 27:break#对于物体的检测

今天的重点在于讲解代码的思路。

首先，打开我们的外部摄像头，并且设置窗口的宽，长，亮度，注意不要将窗口的大小超出我们外部摄像头的大小，不然你得到的图像可能就是黑屏。

其次，在我们的coco.names文件当中，它是每个名词单独一行，所以通过文件操作，将其内容放入一个空列表当中，我们用到了read()，rstrip()，split()函数，不清楚的地方，可以去W3school上查询。

接着，我们看看在包含了net的代码，它用到了DNN算法，其余的函数都可以在dnn.py文件里面查找到。

（1） setInputSize(weight,height)weight新输入宽度，height新输入宽度。

（2） setInputScale(1.0/ 127.5)设置帧的缩放因子值，帧值的比例乘数。

（3） setInputMean((127.5, 127.5, 127.5))简要设置帧的平均值。

（4） setInputSwapRB(True)将帧的标志设置为True。

然后，又要用到一个detect()函数，它是属于class DetectionModel(Model)下的函数，在这里confThreshold用于根据置信度筛选框的阈值，我们将其阈值放在了较前面的位置，方便更改，它会返回ClassID结果检测中的类索引，一组对应的置信度，一组边界框。

除此之外，我们用len(classIds) != 0来代表检测到了物体，然而我们有三个需要遍历的变量或信息，所以我们用到了zip函数，避免了写三个循环，而flatten()函数可以将其中的信息展开，再然后画框，放置文本，在这里需要提两句，在coco.name文件里面，每个名词是从1开始的，而classNames列表是从0开始的，故要在索引处-1，使用round（）函数是因为confidence是小数，会与之前的classNmaes的东西叠加在一起，故此将其看作是百分数，并保留了两位小数。

最后就是，imshow的展示窗口，以及点击Esc键推出。

4，项目优化

我已经将注释写在了代码当中，如有不清楚的地方，可以将其打印出来，进行观察。

其优化效果——有效的优化了之前检测框闪烁和重叠的现象。

import cv2
import numpy as npthres = 0.45 # Threshold to detect object
#使用nms,不会像先前那样检测框有重叠和闪烁
nms_threshold = 0.2  #0.2 已经是较大的抑制效果
#若设置成1，将没有效果
cap = cv2.VideoCapture(1)
cap.set(3,1280)
cap.set(4,720)
cap.set(10,150)classNames= []
classFile = 'coco.names'
with open(classFile,'rt') as f:classNames = f.read().rstrip('\n').split('\n')#print(classNames)
configPath = 'ssd_mobilenet_v3_large_coco_2020_01_14.pbtxt'
weightsPath = 'frozen_inference_graph.pb'net = cv2.dnn_DetectionModel(weightsPath,configPath)
net.setInputSize(320,320)
net.setInputScale(1.0/ 127.5)
net.setInputMean((127.5, 127.5, 127.5))
net.setInputSwapRB(True)while True:success,img = cap.read()classIds, confs, bbox = net.detect(img,confThreshold=thres)bbox = list(bbox)#bbox本身得到的是numpy的数组，将其改为listconfs = list(np.array(confs).reshape(1,-1)[0])#将其内容转化为只有一个列表,使用np.array()是因为元组是不能reshapeconfs = list(map(float,confs))#原本的confs是float32的形式，使用map()函数将float映射在confs上#print(type(confs[0]))#print(confs)indices = cv2.dnn.NMSBoxes(bbox,confs,thres,nms_threshold)#print(indices)for i in indices:i = i[0]#打印（indices）的内容是[[0]]box = bbox[i]x,y,w,h = box[0],box[1],box[2],box[3]cv2.rectangle(img, (x,y),(x+w,h+y), color=(0, 255, 0), thickness=2)cv2.putText(img,classNames[classIds[i][0]-1].upper(),(box[0]+10,box[1]+30),cv2.FONT_HERSHEY_COMPLEX,1,(0,255,0),2)#此处需要一个classIds的特殊索引，它就是i,而且已经有了一个[],所以是[i][0]cv2.imshow("Output",img)cv2.waitKey(1)

5，项目资源

GitHub:Auorui/Opencv-project-training: According to the project made by learning murtaza Hassan's videos every day, thank the up Master of station B: a graduate student who knows a little about everything. It is mainly used to learn opencv by myself. On my CSDN blog, I have a detailed picture and text introduction of each project. I will continue to study hard. Welcome to my CSDN blog, where I store my code and some information. CSDN link: https://blog.csdn.net/m0_62919535?type=blog 。 You can check it in my column - opencv project practice. (github.com)https://github.com/Auorui/Opencv-project-training

免费转化为Gif图网站：踢踢零工具 - tt0.tophttps://tt0.top/

6，项目总结与评价

其中的很多算法我也不是很明白，只是使用的思路学会到了，后面将会有人脸检测的项目，应该会用到YOYO算法。希望有人能在这个项目中玩的开心，感谢您的关注与支持！！！

Opencv项目实战：05 物体检测相关推荐

opencv项目实战信用卡的检测
第一步先梳理一下我们的项目逻辑: 一. 找素材 (数字模板,银行卡照片等) 二. 识别数字则需要我们对数字模板进行处理.因此下面我们开始处理数字模板. 1.将数字模板处理成灰度图,再进行二值处理.这样 ...
Opencv项目实战-信用卡数字识别
Opencv项目实战:信用卡数字识别导入库,定义展示函数 import cv2 import numpy as np from imutils import contours import myut ...
基于C++的OpenCV项目实战——文档照片转换成扫描文件
基于C++的OpenCV项目实战--文档照片转换成扫描文件一.背景前段时间都是基于Python的OpecCV进行一些学习和实践,但小的知识点并没有应用到实际的项目中:并且基于Python的版本的移 ...
【Opencv项目实战】背景替换：动态背景移除与替换（cvzone+MediaPipe）
文章目录一.项目思路二.环境布置 2.1.cvzone安装 2.2.MediaPipe安装 2.3.常见问题 2.4.注意事项三.算法详解 3.1.segmentor.removeBG():去除 ...
Opencv项目实战：14 手势控制音量
目录 0.项目介绍 1.项目展示 2.项目搭建 3.项目的代码与讲解 4.项目资源 5.项目总结 0.项目介绍本篇与上一篇有很多联系,大家可以看看这篇Opencv项目实战:13 手部追踪,我们将根据 ...
Opencv项目实战：基于dlib的疲劳检测
文章目录一.项目简介二.算法原理三.环境配置 3.1.dlib人脸检测器:dlib.get_frontal_face_detector() 3.2.dlib关键点定位工具:shape_predi ...
【Opencv项目实战】目标追踪：实时追踪人工标注的多个目标
文章目录一.项目思路二.问题清单三.算法详解 3.1.定义目标追踪算法 3.2.初始化追踪器 3.3.更新目标追踪器 3.4.绘制目标矩形框 3.5.人工标注感兴趣目标 3.5.1.标注ROI区 ...
【项目实战：核酸检测平台】第二章大卸八块
本章目标完成项目架构设计和数据库结构设计重点:全是重点文章目录本章目标总体设计(架构设计) 技术选型部署结构设计工程文档结构设计第一步:项目和模块命名第二步:约定项目工程文件内容第 ...
OpenCV项目实战日志——检测文字并对比识别
第一次写长博,记录一个项目.这几天一直在接小活,有一个是客户的要求是将目标图片上的文字(目测是好多器材上边的编号)检测出来,并对比,要求长字符串和长字符串相同,短字符串和短字符串相同,不一样的需要标识 ...
Opencv项目实战：01 文字检测OCR（2）
1,相关函数的讲解 image_to_data()的输出结果是表格形式,输出变量的类型依旧是字符串. 你会得到一个这样的列表['level', 'page_num', 'block_num', 'pa ...

Opencv项目实战：05 物体检测