### 使用 OpenCV 调用 YOLOv5 实现摄像头实时目标检测 要通过 OpenCV 和 YOLOv5 模型实现摄像头的目标检测，可以按照以下方法完成。此过程涉及加载预训练的 ONNX 格式的 YOLOv5 模型、读取摄像头帧并执行推理。 #### 1. 加载 YOLOv5 的 ONNX 模型 YOLOv5 提供了导出为 ONNX 格式的功能，这使得它可以通过 OpenCV 进行高效部署。以下是加载模型的关键代码： ```python import cv2 import numpy as np # 初始化网络 model_path = 'yolov5s.onnx' # 替换为你下载好的ONNX模型路径 net = cv2.dnn.readNetFromONNX(model_path) # 设置计算后端和目标设备 (CPU/GPU) net.setPreferableBackend(cv2.dnn.DNN_BACKEND_OPENCV) net.setPreferableTarget(cv2.dnn.DNN_TARGET_CPU) # 或者 DNN_TARGET_CUDA 如果支持GPU ``` 此处 `cv2.dnn.readNetFromONNX` 函数用于加载 ONNX 文件[^3]。 --- #### 2. 配置摄像头捕获 为了从摄像头获取实时视频流，需初始化 VideoCapture 对象，并设置其参数以匹配输入需求。 ```python cap = cv2.VideoCapture(0) # 打开默认摄像头 (索引为0) if not cap.isOpened(): raise IOError("无法打开摄像头") frame_width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)) frame_height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)) print(f"Camera resolution set to {frame_width}x{frame_height}") ``` 以上代码片段展示了如何配置摄像头分辨率和其他属性。 --- #### 3. 定义前处理函数 YOLOv5 输入通常是一个固定大小的张量（如 640×640）。因此，在将每一帧传递给模型之前，需要对其进行缩放和标准化操作。 ```python def preprocess(frame, input_size=640): blob = cv2.dnn.blobFromImage( frame, scalefactor=1 / 255.0, size=(input_size, input_size), swapRB=True, crop=False ) return blob ``` 该函数负责创建适合神经网络输入的数据格式[^3]。 --- #### 4. 推理与后处理逻辑 在获得预测结果之后，还需要解析这些输出并将它们映射回原始图像坐标系中。 ```python class_names = ['person', 'bicycle', 'car', ...] # 类别名称列表应根据实际使用的权重文件定义 def postprocess(outputs, frame, conf_threshold=0.5, nms_threshold=0.4): boxes = [] class_ids = [] confidences = [] for output in outputs: for detection in output: scores = detection[5:] class_id = np.argmax(scores) confidence = scores[class_id] if confidence > conf_threshold: w, h = int(detection[2] * frame.shape[1]), int(detection[3] * frame.shape[0]) x, y = int((detection[0] * frame.shape[1]) - w / 2), int((detection[1] * frame.shape[0]) - h / 2) boxes.append([x, y, w, h]) class_ids.append(class_id) confidences.append(float(confidence)) indices = cv2.dnn.NMSBoxes(boxes, confidences, conf_threshold, nms_threshold) results = [] for i in indices.flatten(): box = boxes[i] label = f'{class_names[class_ids[i]]}: {confidences[i]:.2f}' color = colors[class_ids[i]] cv2.rectangle(frame, (box[0], box[1]), (box[0]+box[2], box[1]+box[3]), color, thickness=2) cv2.putText(frame, label, (box[0], box[1]-10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, color, 2) return frame ``` 这段代码实现了非极大值抑制(NMS)，过滤掉低概率框，并绘制边界框及其标签到原图上[^3]。 --- #### 5. 主循环：实时检测流程 最后一步是构建主程序循环来连续捕捉画面并显示带有标注的结果。 ```python while True: ret, frame = cap.read() if not ret: break blob = preprocess(frame) net.setInput(blob) outputs = net.forward() result_frame = postprocess(outputs, frame) cv2.imshow('Object Detection', result_frame) key = cv2.waitKey(1) & 0xFF if key == ord('q'): break cap.release() cv2.destroyAllWindows() ``` 上述脚本会持续更新窗口直到按下键盘上的 Q 键退出。 --- ### 总结 综上所述，借助 OpenCV 可轻松集成 YOLOv5 模型至 Python 应用程序之中，从而实现实时对象探测功能。整个方案涵盖了模型导入、数据准备以及最终可视化等多个环节[^1][^2].