### 如何使用OpenCV进行人体动作检测 #### 方法概述 为了实现人体动作检测，通常采用深度学习模型配合OpenCV库完成。具体而言，利用预训练的动作识别网络，在输入视频流中提取特征并预测动作类别。此过程涉及加载神经网络权重文件、配置参数以及处理每一帧图像数据。 #### 实现步骤详解 ##### 加载必要的库和资源 首先需导入所需的Python包，并准备DNN模块支持的Caffe或TensorFlow框架下的模型定义(.prototxt)与权重(.caffemodel/.pb)，这些可以从公开的数据集获取[^2]。 ```python import cv2 as cv import numpy as np # 定义路径变量指向本地存储的模型文件位置 protoFile = "path/to/model.prototxt" weightsFile = "path/to/pretrained_weights.caffemodel" net = cv.dnn.readNetFromCaffe(protoFile, weightsFile) with open('action_recognition_kinetics.txt', 'r') as f: classes = [line.strip() for line in f.readlines()] ``` ##### 初始化摄像头捕获对象 创建VideoCapture实例连接至默认摄像设备或其他指定媒体源；同时设定一些基本属性如宽度高度等以适应不同应用场景需求[^4]. ```python cap = cv.VideoCapture(0) if not cap.isOpened(): raise IOError("Cannot open webcam") while True: ret, frame = cap.read() # 修改分辨率以便更快处理速度 n = 960 size = (n, int((frame.shape[0]*n)/frame.shape[1])) resized_frame = cv.resize(frame, dsize=size) ``` ##### 预处理输入图片 将读取到的画面调整尺寸后送入网络之前还需做一些准备工作——减去均值、转置通道顺序(BGR->RGB),最后形成四维张量形式供后续计算使用. ```python blob = cv.dnn.blobFromImage(resized_frame, scalefactor=1.0, size=(224, 224), mean=(104, 117, 123), swapRB=True, crop=False) net.setInput(blob) ``` ##### 执行推理操作并解析输出结果 调用`forward()`方法执行一次完整的前向传播得到最终预测得分向量；随后找到其中最大概率对应的类标签即为当前时刻所发生的特定行为名称. ```python output = net.forward() classId = output.argmax(axis=1)[0] confidence = output.max()*100 label = '%s: %.2f%%' % (classes[classId], confidence) cv.putText(resized_frame, label , (10,30), fontFace=cv.FONT_HERSHEY_SIMPLEX,fontScale=1,color=(0,255,0)) ``` ##### 显示带有标注信息的结果画面 循环播放经过上述一系列变换后的实时视图直至用户主动终止程序运行为止。 ```python cv.imshow('Action Recognition using OpenCV DNN module',resized_frame ) key = cv.waitKey(1)&0xFF if key==ord('q'): break cap.release() cv.destroyAllWindows() ```