### 使用 YOLO 和 OpenCV 实现目标检测教程 YOLO（You Only Look Once）是一种高效的实时目标检测算法，结合 OpenCV 可以轻松实现计算机视觉中的目标检测任务。以下是实现目标检测的具体方法和相关细节。 #### 1. 环境准备 在开始之前，需要确保已安装以下依赖项： - **OpenCV**：用于图像处理和显示。 - **dnn 模块**：OpenCV 的深度学习模块，支持加载预训练的 YOLO 模型。 - **YOLO 模型文件**：包括配置文件（`.cfg`）、权重文件（`.weights`）以及类别标签文件（`.names`）。 可以通过以下命令安装 OpenCV 和 OpenCV-contrib 模块[^2]： ```bash pip install opencv-python opencv-python-contrib ``` #### 2. 加载 YOLO 模型 使用 OpenCV 的 `cv2.dnn.readNetFromDarknet` 方法加载 YOLO 模型。模型文件可以从官方资源下载[^3]。 ```python import cv2 import numpy as np # 加载 YOLO 模型 weights_path = "yolov3.weights" config_path = "yolov3.cfg" net = cv2.dnn.readNetFromDarknet(config_path, weights_path) # 加载 COCO 数据集的类别标签 labels_path = "coco.names" with open(labels_path, 'r') as f: labels = [line.strip() for line in f] ``` #### 3. 图像预处理 YOLO 要求输入图像为固定大小（如 416x416 或 608x608）。可以使用 OpenCV 的 `cv2.dnn.blobFromImage` 方法对图像进行预处理。 ```python # 读取输入图像 image = cv2.imread("input_image.jpg") height, width = image.shape[:2] # 创建一个 blob 并设置网络输入 blob = cv2.dnn.blobFromImage(image, 1 / 255.0, (416, 416), swapRB=True, crop=False) net.setInput(blob) ``` #### 4. 获取输出层名称 YOLO 模型有多个输出层，需要获取这些层的名称以便后续处理。 ```python # 获取所有层名称 layer_names = net.getLayerNames() output_layers = [layer_names[i - 1] for i in net.getUnconnectedOutLayers()] ``` #### 5. 运行推理并解析结果 运行前向传播并解析检测结果，包括边界框、置信度和类别。 ```python # 前向传播 outputs = net.forward(output_layers) # 解析检测结果 boxes = [] confidences = [] class_ids = [] for output in outputs: for detection in output: scores = detection[5:] class_id = np.argmax(scores) confidence = scores[class_id] if confidence > 0.5: # 置信度阈值 center_x = int(detection[0] * width) center_y = int(detection[1] * height) w = int(detection[2] * width) h = int(detection[3] * height) 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) ``` #### 6. 非极大值抑制（NMS） 为了去除冗余的边界框，可以使用非极大值抑制（NMS）技术。 ```python indices = cv2.dnn.NMSBoxes(boxes, confidences, score_threshold=0.5, nms_threshold=0.4) if len(indices) > 0: for i in indices.flatten(): x, y, w, h = boxes[i] label = labels[class_ids[i]] confidence = confidences[i] # 绘制边界框和标签 color = (0, 255, 0) # 绿色 cv2.rectangle(image, (x, y), (x + w, y + h), color, 2) text = f"{label}: {confidence:.2f}" cv2.putText(image, text, (x, y - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.5, color, 2) ``` #### 7. 显示结果 最后，显示或保存检测结果。 ```python # 显示结果 cv2.imshow("Object Detection", image) cv2.waitKey(0) cv2.destroyAllWindows() # 保存结果 cv2.imwrite("output_image.jpg", image) ``` --- ###