使用到的库

好多人都想了解一下如何对摄像头进行调用，然后进行目标检测，于是我做了这个小BLOG。

opencv-python==4.1.2.30

Pillow==6.2.1

numpy==1.17.4

这些都是通用的库，版本不同问题应该也不大。

实现思路

利用opencv调用摄像头，读取每一帧传入目标检测网络检测，将检测结果呈现。

由于本文所用的检测格式为RGB格式，CV2读取的时候会使用BGR格式，因此在检测的时候要利用cv2.cvtColor进行转换。

实现代码

以Retinanet为例：

from keras.layers import Input
from retinanet import Retinanet
from PIL import Image
import numpy as np
import cv2
retinanet = Retinanet()
# 调用摄像头
capture=cv2.VideoCapture(0) 
while(True):
    # 读取某一帧
    ref,frame=capture.read()
    # 格式转变，BGRtoRGB
    frame = cv2.cvtColor(frame,cv2.COLOR_BGR2RGB)
    # 转变成Image
    frame = Image.fromarray(np.uint8(frame))
    # 进行检测
    frame = np.array(retinanet.detect_image(frame))
    # RGBtoBGR满足opencv显示格式
    frame = cv2.cvtColor(frame,cv2.COLOR_RGB2BGR)
    cv2.imshow("video",frame)
    c= cv2.waitKey(30) & 0xff 
    if c==27:
        capture.release()
        break
retinanet.close_session()

2020/4/26更新：FPS计算

很多小伙伴说到想要获取FPS，于是给所有的目标检测网络加上了FPS的功能，需要的小伙伴请重新下载。

FPS记录的原理

FPS简单来理解就是图像的刷新频率，也就是每秒多少帧。

假设目标检测网络处理1帧要0.02s。

此时FPS就是50。

FPS实现代码

该代码以ssd为例。

#-------------------------------------#
#       调用摄像头检测
#-------------------------------------#
from ssd import SSD
from PIL import Image
import numpy as np
import cv2
import time
ssd = SSD()
# 调用摄像头
capture=cv2.VideoCapture(0) # capture=cv2.VideoCapture("1.mp4")
fps = 0.0
while(True):
    t1 = time.time()
    # 读取某一帧
    ref,frame=capture.read()
    # 格式转变，BGRtoRGB
    frame = cv2.cvtColor(frame,cv2.COLOR_BGR2RGB)
    # 转变成Image
    frame = Image.fromarray(np.uint8(frame))
    # 进行检测
    frame = np.array(ssd.detect_image(frame))
    # RGBtoBGR满足opencv显示格式
    frame = cv2.cvtColor(frame,cv2.COLOR_RGB2BGR)
    fps  = ( fps + (1./(time.time()-t1)) ) / 2
    print("fps= %.2f"%(fps))
    frame = cv2.putText(frame, "fps= %.2f"%(fps), (0, 40), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)
    cv2.imshow("video",frame)
    c= cv2.waitKey(30) & 0xff 
    if c==27:
        capture.release()
        break

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• BN和dropout是什么，使用有哪些不同

  这篇文章主要为大家介绍了对比分析BN和dropout在预测和训练时区别，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪

• python怎样计算两个列表乘积的和？有哪些方法？

  本文给大家介绍python怎样计算两个列表乘积的和，这两个不等长列表是a=[1,2,3],b=[4,5,6,7]，求它们乘积的和？那么有什么方法呢？下面给大家分享两种方法：

• OpenCV中实现图像去雾的方法是什么，具体如何实现

  直方图均衡化的目的是将原始图像的灰度级均匀地映射到整个灰度级范围内，得到一个灰度级分布均衡的图像。这种均衡化，即实现了灰度值统计上的概率均衡，也实现了人类视觉系统上（HSV）的视觉均衡。

• Python3中缓存Exception对象会怎样，有哪些要注意的

  这篇文章主要介绍了在Python 3中缓存Exception对象到底会造成什么后果?下面带着这个问题一起看看文章的解析,需要的朋友可以参考一下

• 怎样用Python实现文本的滚动播放？

  怎样用Python实现文本的滚动播放？对于文本滚动播放的应用场景有很多，我们经常能在网站的顶部看到，文本滚动播放功能也是比较实用的，下面我们就来看看用Python怎样写文本的滚动播放功能。