import cv2
import numpy as np
import time

在这里，我们将使用与上一篇文章中讨论的相同的文件和代码模式。如果您还没有阅读本文，我建议您阅读一下，因为它将清除代码的基础知识。作为参考，我们将在此处加载YOLO模型。

# Load Yolo
net=cv2.dnn.readNet("./yolov3.weights", "./yolov3.cfg")# Classes
classes=[]
with open("coco.names","r") as f:classes=[line.strip() for line in f.readlines()]# Define Output Layers
layer_names=net.getLayerNames()
output_layers=[layer_names[i[0]-1] for i in net.getUnconnectedOutLayers()]

现在，我们将向模型提供一个视频文件，而不是图像。OpenCV提供了一个简单的界面来处理视频文件。我们将创建该VideoCapture对象的实例。它的参数可以是连接的设备的索引或视频文件。我将处理一个视频。

cap = cv2.VideoCapture('./video.mp4')

我们还将输出保存为视频序列。为了保存视频输出，我们将使用Keras中的VideoWriter对象实例。

out_video = cv2.VideoWriter(  'human.avi', cv2.VideoWriter_fourcc(*'MJPG'), 15., (640,480))

现在，我们将从视频序列中捕获帧，使用blob处理它们并进行检测。（查看上一篇文章以获取详细说明。）

frame = cv2.resize(frame, (640, 480))
height,width,channel=frame.shape#detecting objects using blob. (320,320) can be used instead of (608,608)
blob=cv2.dnn.blobFromImage(frame,1/255,(320,320),(0,0,0),True,crop=False)net.setInput(blob)#Object Detection
outs=net.forward(outputlayers)

让我们获取每个检测到的对象的边界框的坐标，并应用阈值以消除弱检测。当然，我们不要忘记应用非最大抑制。

# # Evaluate class ids, confidence score and bounding boxes for detected objects i.e. humans
class_ids=[]
confidences=[]
boxes=[]for out in outs:for detection in out:scores=detection[5:]class_id=np.argmax(scores)confidence=scores[class_id]if confidence>0.5:# Object Detectedcenter_x=int(detection[0]*width)center_y=int(detection[1]*height)w=int(detection[2]*width)h=int(detection[3]*height)                    # Rectangle Co-ordinatesx=int(center_x-w/2)y=int(center_y-h/2)boxes.append([x,y,w,h])confidences.append(float(confidence))class_ids.append(class_id)# Non-max Suppressionindexes=cv2.dnn.NMSBoxes(boxes,confidences,0.4,0.6)

在检测到的对象上绘制最终边界框，并为每次检测增加计数器。

count = 0
# Draw bounding boxesfor i in range(len(boxes)):if i in indexes:x,y,w,h=boxes[i]label=str(classes[class_ids[i]])color=COLORS[i]if int(class_ids[i] == 0):count +=1cv2.rectangle(frame,(x,y),(x+w,y+h),color,2)cv2.putText(frame,label+" "+str(round(confidences[i],3)),(x,y-5),font,1, color, 1)

我们可以在屏幕上绘制帧号和计数器，以便我们知道每个帧中有多少人。

# draw counter
cv2.putText(frame, str(count), (100,200), cv2.FONT_HERSHEY_DUPLEX, 2, (0, 255, 255), 10)cv2.imshow("Detected_Images",frame)

现在，我们的模型将计算框架中存在的人数。为了更好地估计队列长度，我们可以在处理之前定义我们感兴趣的区域。

# Region of interest
ROI = [(100,100),(1880,100),(100,980),(1880,980)]

然后将框仅聚焦在该区域中，如下所示：

# draw Region Of Interest
cv2.rectangle(frame, ROI[0], ROI[3], (255,255,0), 2)

这是正在处理的最终视频的快照。