Python教程

用python实现yolov3检测工业相机视频

本文主要是介绍用python实现yolov3检测工业相机视频,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

1.网上有很多网络摄像头跑yolo的案例,但是,不行。网络摄像头和工业相机不一样!yolo是能直接检测网络摄像头的视频的(这个我没有试过,因为没有网络摄像头)

./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights rtsp://admin:password@192.168.1.64

()

我试了一下调用手机摄像头进行检测,可行(忘了从哪里看见的)

先在手机上下载一个IP摄像头(这个华为应用商城能下到,比较方便)

./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights http://admin:admin@192.168.31.33:8080

@后面的是自己手机的IP地址,我的是局域网的IP(IP摄像头-打开IP摄像头服务器-局域网或者连接里有)

总结:网络摄像头有自己的IP,有http和rtsp协议,但是工业相机莫得

2.用python调用海康工业相机实现yolov3检测

首先,要右键以管理员身份运行一下文件,具体我也不太懂,看别人的,反正我跑通了

()

这一步主要是可以让我调用这个命令:

cap = cv2.VideoCapture(1)

下面是完整代码:

#摄像头运行yolo
import cv2
import numpy as np
import time

# 下载权重文件、配置文件
net = cv2.dnn.readNet("backup/sorting_final.weights", "obj/yolov3-voc.cfg")
classes = []

with open("obj/voc.names", "r") as f:
    classes = [line.strip() for line in f.readlines()]
layer_names = net.getLayerNames()
output_layers = [layer_names[i[0] - 1] for i in net.getUnconnectedOutLayers()]
colors = np.random.uniform(0, 255, size=(len(classes), 3))

# 输入待检测视频、或打开摄像头实时检测
cap = cv2.VideoCapture(1) # 参数为0是打开笔记本摄像头,用摄像头实时检测
#cap = cv2.VideoCapture("walking.mp4")  # 参数为文件名表示打开视频

if False == cap.isOpened():
    print(0)
else:
    print(1)

cap.set(cv2.CAP_PROP_FRAME_WIDTH, 1920)  # 设置图像宽度(根据自己相机的像素)
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 1200)  # 设置图像高度
cap.set(cv2.CAP_PROP_FPS, 20)  # 设置帧率

font = cv2.FONT_HERSHEY_PLAIN
starting_time = time.time()
frame_id = 0
while True:
    _, frame = cap.read()
    frame_id += 1

    height, width, channels = frame.shape

    # 检测对象
    blob = cv2.dnn.blobFromImage(frame, 0.00392, (416, 416), (0, 0, 0), True, crop=False)

    net.setInput(blob)
    outs = net.forward(output_layers)

    # 在屏幕上显示信息
    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 > 0.2:
                # 目标检测
                center_x = int(detection[0] * width)
                center_y = int(detection[1] * height)
                w = int(detection[2] * width)
                h = int(detection[3] * height)

                # 绘制矩形框
                x = 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)

    indexes = cv2.dnn.NMSBoxes(boxes, confidences, 0.8, 0.3)

    for i in range(len(boxes)):
        if i in indexes:
            x, y, w, h = boxes[i]
            label = str(classes[class_ids[i]])
            confidence = confidences[i]
            color = colors[class_ids[i]]
            cv2.rectangle(frame, (x, y), (x + w, y + h), color, 2)
            cv2.putText(frame, label + " " + str(round(confidence, 2)), (x, y + 30), font, 3, color, 3)

    elapsed_time = time.time() - starting_time
    fps = frame_id / elapsed_time
    cv2.putText(frame, "FPS: " + str(round(fps, 2)), (10, 50), font, 4, (0, 0, 0), 3)
    cv2.imshow("Image", frame)
    key = cv2.waitKey(1)
    if key == 27:
        break

cap.release()
cv2.destroyAllWindows()

(代码:)

注意:此时我电脑除了笔记本摄像头,只外连接了一个海康工业相机,所以这个cap = cv2.VideoCapture(1)语句可以直接无脑填1(0是笔记本,1是我的海康),如果此时有多个外连接相机,要列举相机,找到相机编号才可以,因为我只有一个相机,所以没有试过。(在上一个连接里有)

结果:运行很卡,我还没有看到底帧数是多少,后期补一下,但是我成功了,已经很开心

这篇关于用python实现yolov3检测工业相机视频的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!