python opencv目标检测,opencv获取摄像头

　　本文主要介绍python使用opencv调用摄像头实现目标检测的示例代码。有需要的朋友可以借鉴一下，希望能有所帮助。祝大家进步很大，早日升职加薪。

　　10月10日-1010年，我用库实现了想法和代码。2020年4月26日，我更新了FPS记录的FPS计算原理。FPS实现代码

使用到的库

　　使用opencv调用摄像头，读取来袭目标检测网络的每一帧进行检测，并呈现检测结果。

　　因为本文使用的检测格式是RGB格式，CV2在读取时会使用BGR格式，所以检测时要使用cv2.cvtColor进行转换。

实现思路

　　以Retinanet为例：

　　从keras.layers导入输入

　　从retinanet导入Retinanet

　　从PIL进口图片

　　将numpy作为np导入

　　导入cv2

　　retinanet=Retinanet()

　　#给摄像机打电话

　　捕获=cv2。视频捕获(0)

　　while(True):

　　#读取某一帧

　　ref，frame=capture.read()

　　#格式转换，BGRtoRGB

　　frame=cv2.cvtColor(帧，cv2。COLOR_BGR2RGB)

　　#转换为图像

　　frame=image . from array(NP . uint 8(frame))

　　#测试

　　frame=NP . array(re Tina net . detect _ image(frame))

　　# RGBtoBGR符合opencv显示格式。

　　frame=cv2.cvtColor(帧，cv2。COLOR_RGB2BGR)

　　cv2.imshow(视频，帧)

　　c=cv2.waitKey(30)0xff

　　如果c==27:

　　捕获.释放()

　　破裂

　　retinanet.close_session()

实现代码

　　很多朋友说想得到FPS，所以给所有的目标探测网络都加了FPS功能。需要的话请重新下载。

2020/4/26更新：FPS计算

　　FPS简单理解为图像的刷新频率，即每秒多少帧。

　　假设目标检测网络处理一帧需要0.02秒。

　　此时，FPS为50。

FPS记录的原理

　　这段代码以ssd为例。

　　# - #

　　#呼叫摄像机检测

　　# - #

　　从ssd导入SSD

　　从PIL进口图片

　　将numpy作为np导入

　　导入cv2

　　导入时间

　　固态硬盘=固态硬盘()

　　#给摄像机打电话

　　捕获=cv2。视频捕获(0) #捕获=cv2。视频捕获( 1.mp4 )

　　fps=0.0

　　while(True):

　　t1=time.time()

　　#读取某一帧

　　ref，frame=capture.read()

　　#格式转换，BGRtoRGB

　　frame=cv2.cvtColor(帧，cv2。COLOR_BGR2RGB)

　　#转换为图像

　　frame=image . from array(NP . uint 8(frame))

　　#测试

　　frame=NP . array(SSD . detect _ image(frame))

　　# RGBtoBGR符合opencv显示格式

　　frame=cv2.cvtColor(帧，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)