如何在python中进行实时摄像机对象检测

Question

我有代码：

import cv2
import matplotlib.pyplot as plt
import cvlib as cv
from cvlib.object_detection import draw_bbox
im = cv2.imread(r'C:\Users\james\OneDrive\Desktop\logos\normal.png')
bbox, label, conf = cv.detect_common_objects(im)
output_image = draw_bbox(im, bbox, label, conf)
plt.imshow(output_image)
plt.show()

这可以检测到图片中的大多数物体，但我希望能够从实时视频中进行检测，我尝试使用cap = cv2.VideoCapture(0)，但我无法使其工作。

Answer 1

典型的程序会执行每一行，直到执行完毕，然后退出。您的代码要求它打开一个流并显示一个帧。然后，因为它已经完成了您要求它做的所有事情，所以它退出。

在注释中提供的代码中，您将在.show()之后立即使用matplotlib的.clf()，这将清除该图形，并可能导致您的问题。您应该改用cv2.imshow()。

如果希望它保持打开状态，则需要将显示代码放入getting started part of the docs中所示的while True循环中。把他们的代码和你的代码结合起来，你会得到类似这样的结果(不过我还没有测试过它)：

import numpy as np
import cv2
import cvlib as cv
from cvlib.object_detection import draw_bbox

cap = cv2.VideoCapture(0)

while(True):
    # Capture frame-by-frame
    ret, frame = cap.read()

    # Detect objects and draw on screen
    bbox, label, conf = cv.detect_common_objects(frame)
    output_image = draw_bbox(im, bbox, label, conf)

    cv2.imshow('output',output_image)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# When everything done, release the capture
cap.release()
cv2.destroyAllWindows()

对于网络摄像头，这将继续进行，直到您按Q键中断程序。

请注意，这可能不会顺利运行，因为对象检测模型通常在计算上相当昂贵。但这是另一个问题的挑战。