1，效果展示
为此，我专门还去查了查，怎么将视频转化为gif图，不知不觉中，我又多学会了一项技能。
OK!cool，效果很不错，今天需要搭配一些文件，都是可以从官网里找到的，那么我为了方便，专门去学习怎么在GitHub上托管项目，还下载了VScode和Git，我太难受了，如果不是要写博客，我绝对懒得去找教程。谢谢自己！
那么在此gif图像中，我检测了水瓶（截图时间不够了），鼠标，剪刀，书，手机，牙刷，键盘，电脑等。
2，项目准备
-
文件搭建
我会在结尾处，提供相关的资源，我们先在项目下新建一个目录，其中包含的文件，如图所示：
3，代码的讲解与展示
import cv2
thres = 0.45 # Threshold to detect object
cap = cv2.VideoCapture(1)
cap.set(3,640)
cap.set(4,480)
cap.set(10,70)
classNames= []
classFile = 'coco.names'
with open(classFile,'rt') as f:
classNames = f.read().rstrip('\n').split('\n')
#restrip返回删除尾随空白的字符串副本。如果给定了字符而不是无，则删除字符中的字符。
configPath = 'ssd_mobilenet_v3_large_coco_2020_01_14.pbtxt'
weightsPath = 'frozen_inference_graph.pb'
net = cv2.dnn_DetectionModel(weightsPath,configPath)
net.setInputSize(320,320)
net.setInputScale(1.0/ 127.5)
net.setInputMean((127.5, 127.5, 127.5))
net.setInputSwapRB(True)
while True:
success,img = cap.read()
classIds, confs, bbox = net.detect(img,confThreshold=thres)
print(classIds,bbox)
if len(classIds) != 0:
for classId, confidence,box in zip(classIds.flatten(),confs.flatten(),bbox):
cv2.rectangle(img,box,color=(0,255,0),thickness=2)
cv2.putText(img,classNames[classId-1].upper(),(box[0]+10,box[1]+30),
cv2.FONT_HERSHEY_COMPLEX,1,(0,255,0),2)
cv2.putText(img,str(round(confidence*100,2)),(box[0]+200,box[1]+30),
cv2.FONT_HERSHEY_COMPLEX,1,(0,255,0),2)
cv2.imshow("Output", img)
if cv2.waitKey(1) & 0xFF == 27:
break
#对于物体的检测今天的重点在于讲解代码的思路。
- 首先，打开我们的外部摄像头，并且设置窗口的宽，长，亮度，注意不要将窗口的大小超出我们外部摄像头的大小，不然你得到的图像可能就是黑屏。
- 其次，在我们的coco.names文件当中，它是每个名词单独一行，所以通过文件操作，将其内容放入一个空列表当中，我们用到了read()，rstrip()，split()函数，不清楚的地方，可以去W3school上查询。
- 接着，我们看看在包含了net的代码，它用到了DNN算法，其余的函数都可以在dnn.py文件里面查找到。
（1） setInputSize(weight,height)weight新输入宽度，height新输入宽度。 （2） setInputScale(1.0/ 127.5)设置帧的缩放因子值，帧值的比例乘数。 （3） setInputMean((127.5, 127.5, 127.5))简要设置帧的平均值。 （4） setInputSwapRB(True)将帧的标志设置为True。
- 然后，又要用到一个detect()函数，它是属于class DetectionModel(Model)下的函数，在这里confThreshold用于根据置信度筛选框的阈值，我们将其阈值放在了较前面的位置，方便更改，它会返回ClassID结果检测中的类索引，一组对应的置信度，一组边界框。
- 除此之外，我们用len(classIds) != 0来代表检测到了物体，然而我们有三个需要遍历的变量或信息，所以我们用到了zip函数，避免了写三个循环，而flatten()函数可以将其中的信息展开，再然后画框，放置文本，在这里需要提两句，在coco.name文件里面，每个名词是从1开始的，而classNames列表是从0开始的，故要在索引处-1，使用round（）函数是因为confidence是小数，会与之前的classNmaes的东西叠加在一起，故此将其看作是百分数，并保留了两位小数。
- 最后就是，imshow的展示窗口，以及点击Esc键推出。
4，项目优化
我已经将注释写在了代码当中，如有不清楚的地方，可以将其打印出来，进行观察。
其优化效果——有效的优化了之前检测框闪烁和重叠的现象。
import cv2
import numpy as np
thres = 0.45 # Threshold to detect object
#使用nms,不会像先前那样检测框有重叠和闪烁
nms_threshold = 0.2 #0.2 已经是较大的抑制效果
#若设置成1，将没有效果
cap = cv2.VideoCapture(1)
cap.set(3,1280)
cap.set(4,720)
cap.set(10,150)
classNames= []
classFile = 'coco.names'
with open(classFile,'rt') as f:
classNames = f.read().rstrip('\n').split('\n')
#print(classNames)
configPath = 'ssd_mobilenet_v3_large_coco_2020_01_14.pbtxt'
weightsPath = 'frozen_inference_graph.pb'
net = cv2.dnn_DetectionModel(weightsPath,configPath)
net.setInputSize(320,320)
net.setInputScale(1.0/ 127.5)
net.setInputMean((127.5, 127.5, 127.5))
net.setInputSwapRB(True)
while True:
success,img = cap.read()
classIds, confs, bbox = net.detect(img,confThreshold=thres)
bbox = list(bbox)
#bbox本身得到的是numpy的数组，将其改为list
confs = list(np.array(confs).reshape(1,-1)[0])
#将其内容转化为只有一个列表,使用np.array()是因为元组是不能reshape
confs = list(map(float,confs))
#原本的confs是float32的形式，使用map()函数将float映射在confs上
#print(type(confs[0]))
#print(confs)
indices = cv2.dnn.NMSBoxes(bbox,confs,thres,nms_threshold)
#print(indices)
for i in indices:
i = i[0]
#打印（indices）的内容是[[0]]
box = bbox[i]
x,y,w,h = box[0],box[1],box[2],box[3]
cv2.rectangle(img, (x,y),(x+w,h+y), color=(0, 255, 0), thickness=2)
cv2.putText(img,classNames[classIds[i][0]-1].upper(),(box[0]+10,box[1]+30),
cv2.FONT_HERSHEY_COMPLEX,1,(0,255,0),2)
#此处需要一个classIds的特殊索引，它就是i,而且已经有了一个[],所以是[i][0]
cv2.imshow("Output",img)
cv2.waitKey(1)
5，项目资源
免费转化为Gif图网站：踢踢零工具 - tt0.top
https://tt0.top/
6，项目总结与评价
其中的很多算法我也不是很明白，只是使用的思路学会到了，后面将会有人脸检测的项目，应该会用到YOYO算法。希望有人能在这个项目中玩的开心，感谢您的关注与支持！！！
