Python使用OPENCV的目標跟蹤算法進自動視頻標注效果

 更新時間:2021年09月10日 14:57:51   作者:包工頭—BGT  
這篇文章主要介紹了Python使用OPENCV的目標跟蹤算法進行簡單的自動視頻標注,本文通過實例代碼給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下

先上效果

 1.首先,要使用opencv的目標跟蹤算法,必須要有opencv環境

 使用:opencv==4.4.0 和 opencv-contrib-python==4.4.0.46,lxml   這三個環境包。

也可以使用以下方法進行下載 : 

pip install opencv-python==4.4.0
pip install opencv-contrib-python==4.4.0.4

pip install lxml

2.使用方法:

        (1):英文狀態下的 “s” 是進行標注

        (2):使用小鍵盤 1-9 按下對應的標簽序號,標簽序號和標簽可自定義(需要提前定義)

       (3):對目標進行繪制

       (4):按空格鍵繼續

        重復進行 (1)(2)(3)(4)步驟,可實現多個目標的跟蹤繪制

        英文狀態下的 “r” 是所有清除繪制

         英文狀態下的 “q” 是退出

          當被跟蹤目標丟失時,自動清除所有繪制

import cv2
import os
import time
from lxml import etree
 
#視頻路徑
Vs = cv2.VideoCapture('peaple.avi')
#自定義標簽
Label = {1:"people",2:"car",3:"Camera"}
#圖片保存路徑 ,一定使用要用絕對路徑!!
imgpath = r"C:\Users\BGT\Desktop\opencv\img"
#xml保存路徑 ,一定使用要用絕對路徑!!
xmlpath = r"C:\Users\BGT\Desktop\opencv\xml"
#設置視頻縮放
cv2.namedWindow("frame", 0)
#設置視頻寬高
cv2.resizeWindow("frame", 618, 416)
 
#定義生成xml類
class Gen_Annotations:
    def __init__(self, json_info):
        self.root = etree.Element("annotation")
 
        child1 = etree.SubElement(self.root, "folder")
        child1.text = str(json_info["pic_dirname"])
 
        child2 = etree.SubElement(self.root, "filename")
        child2.text = str(json_info["filename"])
 
        child3 = etree.SubElement(self.root, "path")
        child3.text = str(json_info["pic_path"])
 
        child4 = etree.SubElement(self.root, "source")
 
        child5 = etree.SubElement(child4, "database")
        child5.text = "My name is BGT"
 
    def set_size(self, witdh, height, channel):
        size = etree.SubElement(self.root, "size")
        widthn = etree.SubElement(size, "width")
        widthn.text = str(witdh)
        heightn = etree.SubElement(size, "height")
        heightn.text = str(height)
        channeln = etree.SubElement(size, "depth")
        channeln.text = str(channel)
        segmented = etree.SubElement(self.root, "segmented")
        segmented.text = "0"
 
    def savefile(self, filename):
        tree = etree.ElementTree(self.root)
        tree.write(filename, pretty_print=True, xml_declaration=False, encoding='utf-8')
 
    def add_pic_attr(self, label, x0, y0, x1, y1):
        object = etree.SubElement(self.root, "object")
        namen = etree.SubElement(object, "name")
        namen.text = label
        pose = etree.SubElement(object, "pose")
        pose.text = "Unspecified"
        truncated = etree.SubElement(object, "truncated")
        truncated.text = "0"
        difficult = etree.SubElement(object, "difficult")
        difficult.text = "0"
        bndbox = etree.SubElement(object, "bndbox")
        xminn = etree.SubElement(bndbox, "xmin")
        xminn.text = str(x0)
        yminn = etree.SubElement(bndbox, "ymin")
        yminn.text = str(y0)
        xmaxn = etree.SubElement(bndbox, "xmax")
        xmaxn.text = str(x1)
        ymaxn = etree.SubElement(bndbox, "ymax")
        ymaxn.text = str(y1)
 
 
#定義生成xml的方法
def voc_opencv_xml(a,b,c,d,e,f,boxes,Label,Label_a,save="1.xml"):
    json_info = {}
    json_info["pic_dirname"] = a
    json_info["pic_path"] = b
    json_info["filename"] = c
    anno = Gen_Annotations(json_info)
 
    anno.set_size(d, e, f)
 
    for box in range(len(boxes)):
        x,y,w,h = [int(v) for v in boxes[box]]
        anno.add_pic_attr(Label[Label_a[box]],x,y,x+w,y+h)
    anno.savefile(save)
 
 
 
 
if __name__ == '__main__':
    Label_a = []
    contents = os.path.split(imgpath)[1]
    trackers = cv2.MultiTracker_create()
    while True:
        Filename_jpg = str(time.time()).split(".")[0] + "_" + str(time.time()).split(".")[1] + ".jpg"
        Filename_xml = str(time.time()).split(".")[0] + "_" + str(time.time()).split(".")[1] + ".xml"
 
        path_Filename_jpg = os.path.join(imgpath,Filename_jpg)
        path_Filename_xml = os.path.join(xmlpath,Filename_xml)
 
        ret,frame = Vs.read()
        if not ret:
            break
 
        success,boxes = trackers.update(frame)
        if len(boxes)>0:
            cv2.imwrite(path_Filename_jpg, frame)
            judge = True
        else:
            judge = False
 
 
        if success==False:
            print("目標丟失")
            trackers = cv2.MultiTracker_create()
            Label_a = []
            judge = False
        if judge:
            voc_opencv_xml(contents,Filename_jpg,path_Filename_jpg,frame.shape[1],frame.shape[0],frame.shape[2],boxes,Label,Label_a,path_Filename_xml)
        if judge:
            for box in range(len(boxes)):
                x,y,w,h = [int(v) for v in boxes[box]]
                cv2.putText(frame, Label[Label_a[box]], (x, y), cv2.FONT_HERSHEY_COMPLEX, 1, (255, 255, 255), 1)
                cv2.rectangle(frame,(x,y),(x+w,y+h),(255,0,0),2)
 
 
        cv2.imshow('frame',frame)
 
        var = cv2.waitKey(30)
 
        if var == ord('s'):
            imgzi = cv2.putText(frame, str(Label), (50, 50), cv2.FONT_HERSHEY_TRIPLEX, 1, (0, 255, 0), 2)
            cv2.imshow('frame', frame)
            var = cv2.waitKey(0)
            if var-48<len(Label) or var-48<=len(Label):
                Label_a.append(int(var-48))
            box = cv2.selectROI("frame", frame, fromCenter=False,showCrosshair=True)
            tracker = cv2.TrackerCSRT_create()
            trackers.add(tracker,frame,box)
        elif var == ord("r"):
            trackers = cv2.MultiTracker_create()
            Label_a = []
        elif var == ord('q'): #退出
            break
 
    Vs.release()
    cv2.destroyAllWindows()
 

3.得到xml和img數據是VOC格式,img和xml文件以時間戳進行命名。防止同名覆蓋。

4.最后使用 labelImg軟件  對獲取到的img和xml進行最后的檢查和微調

到此這篇關于Python使用OPENCV的目標跟蹤算法進自動視頻標注效果的文章就介紹到這了,更多相關OPENCV目標跟蹤自動視頻標注內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家!

相關文章

  • Python 繪圖和可視化詳細介紹

    Python 繪圖和可視化詳細介紹

    這篇文章主要介紹了Python 繪圖和可視化詳細介紹的相關資料,需要的朋友可以參考下
    2017-02-02
  • Python對HTML轉義字符進行反轉義的實現方法

    Python對HTML轉義字符進行反轉義的實現方法

    這篇文章主要介紹了Python對HTML轉義字符進行反轉義的實現方法,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2019-04-04
  • python分析nignx訪問日志腳本分享

    python分析nignx訪問日志腳本分享

    這篇文章主要介紹了python分析nignx訪問日志腳本分享,本文直接給出實現代碼,需要的朋友可以參考下
    2015-02-02
  • python函數聲明和調用定義及原理詳解

    python函數聲明和調用定義及原理詳解

    這篇文章主要介紹了python函數聲明和調用定義及原理詳解,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
    2019-12-12
  • Python3利用scapy局域網實現自動多線程arp掃描功能

    Python3利用scapy局域網實現自動多線程arp掃描功能

    這篇文章主要介紹了Python3利用scapy局域網實現自動多線程arp掃描功能,本文給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下
    2021-01-01
  • python中pip的使用和修改下載源的方法

    python中pip的使用和修改下載源的方法

    這篇文章主要介紹了python中pip的使用和修改下載源的方法,小編覺得挺不錯的,現在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧
    2019-07-07
  • numpy找出array中的最大值,最小值實例

    numpy找出array中的最大值,最小值實例

    下面小編就為大家分享一篇numpy找出array中的最大值,最小值實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-04-04
  • Python實現兩個list求交集,并集,差集的方法示例

    Python實現兩個list求交集,并集,差集的方法示例

    這篇文章主要介紹了Python實現兩個list求交集,并集,差集的方法,結合實例形式分析了Python使用intersection、union及difference方法實現兩個集合list的交集、并集與差集操作技巧,需要的朋友可以參考下
    2018-08-08
  • matplotlib bar()實現百分比堆積柱狀圖

    matplotlib bar()實現百分比堆積柱狀圖

    這篇文章主要介紹了matplotlib bar()實現百分比堆積柱狀圖,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2021-02-02
  • django獲取from表單multiple-select的value和id的方法

    django獲取from表單multiple-select的value和id的方法

    今天小編就為大家分享一篇django獲取from表單multiple-select的value和id的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-07-07

最新評論

精品国内自产拍在线观看