YOLO（you only look once）算法学习之二 -- 笔记本摄像头作为输入

从github上下载了keras-yolo3项目代码，体验了一下，感觉还不错，代码全是用python写的，字面语句很好理解。

作为一个简单的体验，我写了一个小小的测试程序，打开笔记本摄像头，实时使用YOLO检测。

编写文件 usb-camera.py,并把文件放在keras-yolo3 目录下面。

# -*- coding: utf-8 -*-
"""
Created on Tue May  7 15:07:52 2019

@author: vector
"""


import cv2
import sys
import argparse
from yolo import YOLO, detect_video
from PIL import Image
import numpy as np

#这一段抄的yolo-video.py中的函数
def CreateYOLO():
        # class YOLO defines the default value, so suppress any default here
    parser = argparse.ArgumentParser(argument_default=argparse.SUPPRESS)
    '''
    Command line options
    '''
    parser.add_argument(
        '--model', type=str,
        help='path to model weight file, default ' + YOLO.get_defaults("model_path")
    )

    parser.add_argument(
        '--anchors', type=str,
        help='path to anchor definitions, default ' + YOLO.get_defaults("anchors_path")
    )

    parser.add_argument(
        '--classes', type=str,
        help='path to class definitions, default ' + YOLO.get_defaults("classes_path")
    )

    parser.add_argument(
        '--gpu_num', type=int,
        help='Number of GPU to use, default ' + str(YOLO.get_defaults("gpu_num"))
    )

    parser.add_argument(
        '--image', default=False, action="store_true",
        help='Image detection mode, will ignore all positional arguments'
    )
    '''
    Command line positional arguments -- for video detection mode
    '''
    parser.add_argument(
        "--input", nargs='?', type=str,required=False,default='./path2your_video',
        help = "Video input path"
    )

    parser.add_argument(
        "--output", nargs='?', type=str, default="",
        help = "[Optional] Video output path"
    )

    FLAGS = parser.parse_args()
    yolo=YOLO(**vars(FLAGS))
    return yolo

cap = cv2.VideoCapture(0)#打开相机
 

#yolo=YOLO()

'''
image = Image.open("1.jpg")
r_image = yolo.detect_image(image)
r_image.show()
input("ok")
'''

while(True):
    ret,frame = cap.read()#捕获一帧图像
    #cv2.imshow('frame',frame)
    print(frame.shape)
    img = Image.frombytes('RGB',(frame.shape[1], frame.shape[0]),frame,'raw', 'BGR')
    img.save('hehe.jpg')
    
    #break
    yolo=CreateYOLO()
    r_image = yolo.detect_image(img)
    
    rawimg=np.array(r_image)
    
    print("raw img :" + str(rawimg.shape))
    cv2.imshow('check',rawimg)
    #断按键，如果按键为q，退出循环
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break



print("cap bef")
cap.release()#关闭相机
print("cap afx")



cv2.destroyAllWindows()

以上代码中有函数def CreateYOLO():  这是抄的yolo-video.py里面的，主要是用来生成YOLO类，其实我是想去掉各个需要输入的参数 yolo=YOLO(**vars(FLAGS))，但是看了半天没看懂 这个**vars(FLAGS) 该怎样写死一个默认的值（python也刚开始看）。所以，没办法，我又改了yolo.py文件下的 class  YOLO 的 init 函数，目的只是把默认值设定上，就不用再输入了。如下：

def __init__(self, **kwargs):
        self.__dict__.update(self._defaults) # set up default values
        self.__dict__.update(kwargs) # and update with user overrides
        self.class_names = self._get_class()
        self.anchors = self._get_anchors()
        self.sess = K.get_session()
        self.boxes, self.scores, self.classes = self.generate()
        self.model_path='model_data/yolo.h5'
        self.anchors_path='model_data/yolo_anchors.txt'
        self.classes_path='model_data/coco_classes.txt'
        self.gpu_num=1
        self.model_image_size=(416,416)

在usb-camera.py 中，img = Image.frombytes('RGB',(frame.shape[1], frame.shape[0]),frame,'raw', 'BGR')  是将使用cv2 模块读出的 rawdata 转为image 类型，为什么要转呢？因为，class YOLO 中detect_image()函数 就需要这种类型，其实可以改一下这个函数，让它接收rawdata就好了，但是我不会改，那就用Image.frombytes转换一下吧。同样的道理，在detect_image()输出之后 使用rawimg=np.array(r_image) 函数，将image 转为rawdata，再送给cv2模块 进行显示。

 

我在自己的电脑上试了一下（并没有使用GPU加速）。大概得需要7秒钟 才能处理一帧。所以看到画面非常卡顿。