前言:学习记录
环境:windows+pycharm+yolov3
相机:海康工业网口相机:MV-CA020-20GC(Gige,彩色,全局)
1.网上有很多网络摄像头跑yolo的案例,但是,不行。网络摄像头和工业相机不一样!yolo是能直接检测网络摄像头的视频的(这个我没有试过,因为没有网络摄像头)
./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights rtsp://admin:[email protected]
(使用yolo对图片,视频,连接相机进行物体检测_MKraul的博客-CSDN博客)
我试了一下调用手机摄像头进行检测,可行(忘了从哪里看见的)
先在手机上下载一个IP摄像头(这个华为应用商城能下到,比较方便)
./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights http://admin:[email protected]:8080
@后面的是自己手机的IP地址,我的是局域网的IP(IP摄像头-打开IP摄像头服务器-局域网或者连接里有)
总结:网络摄像头有自己的IP,有http和rtsp协议,但是工业相机莫得
2.用python调用海康工业相机实现yolov3检测
首先,要右键以管理员身份运行一下文件,具体我也不太懂,看别人的,反正我跑通了
(python语言下使用opencv接口cv2.VideoCapture()接口调用海康机器人工业相机_J&A~ing的博客-CSDN博客)
这一步主要是可以让我调用这个命令:
cap = cv2.VideoCapture(1)
下面是完整代码:
#摄像头运行yolo
import cv2
import numpy as np
import time
# 下载权重文件、配置文件
net = cv2.dnn.readNet("backup/sorting_final.weights", "obj/yolov3-voc.cfg")
classes = []
with open("obj/voc.names", "r") as f:
classes = [line.strip() for line in f.readlines()]
layer_names = net.getLayerNames()
output_layers = [layer_names[i[0] - 1] for i in net.getUnconnectedOutLayers()]
colors = np.random.uniform(0, 255, size=(len(classes), 3))
# 输入待检测视频、或打开摄像头实时检测
cap = cv2.VideoCapture(1) # 参数为0是打开笔记本摄像头,用摄像头实时检测
#cap = cv2.VideoCapture("walking.mp4") # 参数为文件名表示打开视频
if False == cap.isOpened():
print(0)
else:
print(1)
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 1920) # 设置图像宽度(根据自己相机的像素)
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 1200) # 设置图像高度
cap.set(cv2.CAP_PROP_FPS, 20) # 设置帧率
font = cv2.FONT_HERSHEY_PLAIN
starting_time = time.time()
frame_id = 0
while True:
_, frame = cap.read()
frame_id += 1
height, width, channels = frame.shape
# 检测对象
blob = cv2.dnn.blobFromImage(frame, 0.00392, (416, 416), (0, 0, 0), True, crop=False)
net.setInput(blob)
outs = net.forward(output_layers)
# 在屏幕上显示信息
class_ids = []
confidences = []
boxes = []
for out in outs:
for detection in out:
scores = detection[5:]
class_id = np.argmax(scores)
confidence = scores[class_id]
if confidence > 0.2:
# 目标检测
center_x = int(detection[0] * width)
center_y = int(detection[1] * height)
w = int(detection[2] * width)
h = int(detection[3] * height)
# 绘制矩形框
x = int(center_x - w / 2)
y = int(center_y - h / 2)
boxes.append([x, y, w, h])
confidences.append(float(confidence))
class_ids.append(class_id)
indexes = cv2.dnn.NMSBoxes(boxes, confidences, 0.8, 0.3)
for i in range(len(boxes)):
if i in indexes:
x, y, w, h = boxes[i]
label = str(classes[class_ids[i]])
confidence = confidences[i]
color = colors[class_ids[i]]
cv2.rectangle(frame, (x, y), (x + w, y + h), color, 2)
cv2.putText(frame, label + " " + str(round(confidence, 2)), (x, y + 30), font, 3, color, 3)
elapsed_time = time.time() - starting_time
fps = frame_id / elapsed_time
cv2.putText(frame, "FPS: " + str(round(fps, 2)), (10, 50), font, 4, (0, 0, 0), 3)
cv2.imshow("Image", frame)
key = cv2.waitKey(1)
if key == 27:
break
cap.release()
cv2.destroyAllWindows()
(代码:YOLO:CPU实时检测(摄像头、视频)_boss-dog的博客-CSDN博客)
注意:此时我电脑除了笔记本摄像头,只外连接了一个海康工业相机,所以这个cap = cv2.VideoCapture(1)语句可以直接无脑填1(0是笔记本,1是我的海康),如果此时有多个外连接相机,要列举相机,找到相机编号才可以,因为我只有一个相机,所以没有试过。(在上一个连接里有)
结果:运行很卡,我还没有看到底帧数是多少,后期补一下,但是我成功了,已经很开心
最后:当然,这个方法很简单,而且有点不太灵活,我还看了网上很多用其他方法调用海康工业相机的,但是我都没有实现,后期实现了再写。