Cross-line-detection/README.md

149 lines
2.7 KiB
Markdown
Raw Permalink Normal View History

2024-09-09 18:13:55 +08:00
# 代码说明
## 导入必要的库:
python
`import cv2
from ultralytics import YOLO`
### 导入 OpenCV 库用于图像处理和显示。
### 导入 Ultralytics 的 YOLO 库用于目标检测。
#### 定义边界线:
python
`def define_line(image):
height, width = image.shape[:2]
line_y = int(height * 0.5)
return [(0, line_y), (width, line_y)]`
### 这个函数用于定义视频中的一个边界线。这里定义的是视频中间位置的一条水平线。
#### 检查是否越线:
python
`def check_crossing(bounding_box, line):
y1, _ = bounding_box[0]
y2, _ = bounding_box[1]
_, ly = line[0]
return y1 <= ly <= y2 or y2 <= ly <= y1`
### 这个函数用于检查目标的边界框bounding box是否跨越了指定的边界线。如果边界框的任意一部分在边界线上方或下方则认为该目标越线。
#### 加载模型:
python
`1model = YOLO('yolov8n.pt')`
加载预训练的 YOLOv8 模型。在这个例子中使用的是 yolov8n.pt这是一个轻量级的模型。
#### 读取视频:
python
`video_path = 'path/to/video.mp4'`
`cap = cv2.VideoCapture(video_path)`
打开一个视频文件,准备逐帧读取。
#### 主循环:
python
深色版本
`while cap.isOpened():
ret, frame = cap.read()
if not ret:
break`
这个循环会一直读取视频直到视频结束。
#### 目标检测:
python
`results = model(frame)[0]`
使用 YOLO 模型对每一帧进行目标检测,并获取结果。
#### 定义边界线:
python
`line = define_line(frame)`
对当前帧定义边界线。
#### 画出边界线:
python
`1cv2.line(frame, line[0], line[1], (0, 255, 0), 2)`
在视频帧上绘制绿色的边界线。
#### 检测并标记越线目标:
python
`1for box in results.boxes.xyxy:
x1, y1, x2, y2 = box.astype(int)`
# 检查是否越线
`if check_crossing(((x1, y1), (x2, y2)), line):`
` color = (0, 0, 255) ` # 红色表示越线
`else:
color = (255, 0, 0) ` # 蓝色表示未越线
# 画出边界框
`` cv2.rectangle(frame, (x1, y1), (x2, y2), color, 2)``
遍历检测到的目标,并根据是否越线改变边界框的颜色。
#### 显示帧:
python
深色版本
`cv2.imshow('Frame', frame)`
显示带有边界框和边界线的视频帧。
#### 退出条件:
python
`if cv2.waitKey(1) & 0xFF == ord('q'):
break`
如果用户按下 'q' 键,则退出循环。
#### 释放资源:
python
`cap.release()
cv2.destroyAllWindows()`
释放视频捕获对象,并销毁所有窗口