这期内容当中小编将会给大家带来有关如何用python和OpenCV制作目标检测功能，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。

环境安装

conda create -n py3.6 python=3.6 //创建conda activate py3.6 //激活

3.安装依赖numpy和imutils

//用镜像安装pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpypip install -i https://pypi.tuna.tsinghua.edu.cn/simple imutils

4.安装opencv

（1）首先下载opencv(网址：opencv)，在这里我选择的是opencv_python‑4.1.2+contrib‑cp36‑cp36m‑win_amd64.whl 。
（2）下载好后，把它放到任意盘中（这里我放的是D盘），切换到安装目录，执行安装命令：pip install opencv_python‑4.1.2+contrib‑cp36‑cp36m‑win_amd64.whl

代码

首先打开一个空文件命名为real_time_object_detection.py，加入以下代码，导入你所需要的包。

# import the necessary packagesfrom imutils.video import VideoStreamfrom imutils.video import FPSimport numpy as npimport argparseimport imutilsimport timeimport cv2

2.我们不需要图像参数，因为在这里我们处理的是视频流和视频——除了以下参数保持不变：
–prototxt：Caffe prototxt 文件路径。
–model：预训练模型的路径。
–confidence：过滤弱检测的最小概率阈值，默认值为 20%。

# construct the argument parse and parse the argumentsap = argparse.ArgumentParser()ap.add_argument("-p", "--prototxt", required=True,help="path to Caffe 'deploy' prototxt file")ap.add_argument("-m", "--model", required=True,help="path to Caffe pre-trained model")ap.add_argument("-c", "--confidence", type=float, default=0.2,help="minimum probability to filter weak detections")args = vars(ap.parse_args())

3.初始化类列表和颜色集，我们初始化 CLASS 标签，和相应的随机 COLORS。

# initialize the list of class labels MobileNet SSD was trained to# detect, then generate a set of bounding box colors for each classCLASSES = ["background", "aeroplane", "bicycle", "bird", "boat","bottle", "bus", "car", "cat", "chair", "cow", "diningtable","dog", "horse", "motorbike", "person", "pottedplant", "sheep","sofa", "train", "tvmonitor"]COLORS = np.random.uniform(0, 255, size=(len(CLASSES), 3))

4.加载自己的模型，并设置自己的视频流。

# load our serialized model from diskprint("[INFO] loading model...")net = cv2.dnn.readNetFromCaffe(args["prototxt"], args["model"])# initialize the video stream, allow the cammera sensor to warmup,# and initialize the FPS counterprint("[INFO] starting video stream...")vs = VideoStream(src=0).start()time.sleep(2.0)fps = FPS().start()

首先我们加载自己的序列化模型，并且提供对自己的 prototxt文件 和模型文件的引用
net = cv2.dnn.readNetFromCaffe(args["prototxt"], args["model"])。
下一步，我们初始化视频流（来源可以是视频文件或摄像头）。首先，我们启动 VideoStreamvs = VideoStream(src=0).start()，随后等待相机启动time.sleep(2.0)，最后开始每秒帧数计算fps = FPS().start()。VideoStream 和 FPS 类是 imutils 包的一部分。

5.遍历每一帧

# loop over the frames from the video streamwhile True:# grab the frame from the threaded video stream and resize it# to have a maximum width of 400 pixelsframe = vs.read()frame = imutils.resize(frame, width=400)# grab the frame from the threaded video file stream(h, w) = frame.shape[:2]blob = cv2.dnn.blobFromImage(cv2.resize(frame, (300, 300)),0.007843, (300, 300), 127.5)# pass the blob through the network and obtain the detections and# predictionsnet.setInput(blob)detections = net.forward()

首先，从视频流中读取一帧frame = vs.read()，随后调整它的大小imutils.resize(frame, width=400)。由于我们随后会需要宽度和高度，接着进行抓取(h, w) = frame.shape[:2]。最后将 frame 转换为一个有 dnn 模块的 blob，cv2.dnn.blobFromImage(cv2.resize(frame, (300, 300)),0.007843, (300, 300), 127.5)。
现在，我们设置 blob 为神经网络的输入net.setInput(blob)，通过 net 传递输入detections = net.forward()。

6.这时，我们已经在输入帧中检测到了目标，现在看看置信度的值，来判断我们能否在目标周围绘制边界框和标签。

# loop over the detectionsfor i in np.arange(0, detections.shape[2]):# extract the confidence (i.e., probability) associated with# the predictionconfidence = detections[0, 0, i, 2]# filter out weak detections by ensuring the `confidence` is# greater than the minimum confidenceif confidence > args["confidence"]:# extract the index of the class label from the# `detections`, then compute the (x, y)-coordinates of# the bounding box for the objectidx = int(detections[0, 0, i, 1])box = detections[0, 0, i, 3:7] * np.array([w, h, w, h])(startX, startY, endX, endY) = box.astype("int")# draw the prediction on the framelabel = "{}: {:.2f}%".format(CLASSES[idx],confidence * 100)cv2.rectangle(frame, (startX, startY), (endX, endY),COLORS[idx], 2)y = startY - 15 if startY - 15 > 15 else startY + 15cv2.putText(frame, label, (startX, y),cv2.FONT_HERSHEY_SIMPLEX, 0.5, COLORS[idx], 2)

在 detections 内循环，一个图像中可以检测到多个目标。因此我们需要检查置信度。如果置信度足够高（高于阈值），那么将在终端展示预测，并以文本和彩色边界框的形式对图像作出预测。
在 detections 内循环，首先我们提取 confidence 值，confidence = detections[0, 0, i, 2]。如果 confidence 高于最低阈值（if confidence > args["confidence"]:），那么提取类标签索引（idx = int(detections[0, 0, i, 1])），并计算检测到的目标的坐标（box = detections[0, 0, i, 3:7] * np.array([w, h, w, h])）。然后，我们提取边界框的 (x, y) 坐标（(startX, startY, endX, endY) = box.astype("int")），将用于绘制矩形和文本。接着构建一个文本 label，包含 CLASS 名称和 confidence（label = "{}: {:.2f}%".format(CLASSES[idx],confidence * 100)）。还要使用类颜色和之前提取的 (x, y) 坐标在物体周围绘制彩色矩形（cv2.rectangle(frame, (startX, startY), (endX, endY),COLORS[idx], 2)）。如果我们希望标签出现在矩形上方，但是如果没有空间，我们将在矩形顶部稍下的位置展示标签（y = startY - 15 if startY - 15 > 15 else startY + 15）。最后，我们使用刚才计算出的 y 值将彩色文本置于帧上（cv2.putText(frame, label, (startX, y),cv2.FONT_HERSHEY_SIMPLEX, 0.5, COLORS[idx], 2)）。

7.帧捕捉循环剩余的步骤还包括：展示帧；检查 quit 键；更新 fps 计数器。

# show the output framecv2.imshow("Frame", frame)key = cv2.waitKey(1) & 0xFF# if the `q` key was pressed, break from the loopif key == ord("q"):break# update the FPS counterfps.update()

上述代码块简单明了，首先我们展示帧（cv2.imshow("Frame", frame)），然后找到特定按键（key = cv2.waitKey(1) & 0xFF），同时检查「q」键（代表「quit」）是否按下。如果已经按下，则我们退出帧捕捉循环（if key == ord("q"):break），最后更新 fps 计数器（fps.update()）。

8.退出了循环（「q」键或视频流结束），我们还要处理以下。

# stop the timer and display FPS informationfps.stop()print("[INFO] elapsed time: {:.2f}".format(fps.elapsed()))print("[INFO] approx. FPS: {:.2f}".format(fps.fps()))# do a bit of cleanupcv2.destroyAllWindows()vs.stop()

运行文件目录有以下文件：

到文件相应的目录下：cd D:\目标检测\object-detection执行命令：python real_time_object_detection.py --prototxt MobileNetSSD_deploy.prototxt.txt --model MobileNetSSD_deploy.caffemodel

补充

项目github地址object_detection链接。
本项目要用到MobileNetSSD_deploy.prototxt.txt和MobileNetSSD_deploy.caffemodel，可以去github上下载项目运行。

上述就是小编为大家分享的如何用python和OpenCV制作目标检测功能了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注亿速云行业资讯频道。