Darknet YoloV3调用python接口统计检测个数（批量图片和视频）

前篇进阶：https://blog.csdn.net/qq_34717531/article/details/107483479

前篇进阶：https://blog.csdn.net/qq_34717531/article/details/107468262

一、批量图片计数：

[code]# 将检测结果绘制到照片上并且保存
if __name__ == "__main__":
#os.environ["CUDA_VISIBLE_DEVICES"] = "0"
#加载模型
net = load_net("./cfg/yolov3.cfg".encode('utf-8'), "./yolov3.weights".encode('utf-8'), 0)
meta = load_meta("./cfg/coco.data".encode('utf-8'))
# 测试数据集的路径
test_dir = '/home/ycc/darknet-master/edata/VOC2008/JPEGImages/'
# 检测结果保存路径
save_dir = '/home/ycc/projects/results/'
#如果保存检测图像文件夹不存在，生成它
if not os.path.exists(save_dir):
os.mkdir(save_dir)

#os.listdir(path):列出path下的文件列表
pics = os.listdir(test_dir)
#保存图片计数count
count = 0
#对test_dir列表下的所有图片pics进行循环检测
for im in pics:
#统计计数detection
detection = 0
#os.path.join():python路径拼接函数，img得到完整图片路径
img = os.path.join(test_dir, im)
#检测计时开始
s = time.time()
#detect检测
r = detect(net, meta, img.encode('utf-8'))
#检测计时结束
print("一张图检测耗时：%.3f秒" % (time.time() - s))
# 输出的检测结果中坐标信息为目标的中心点坐标和box的w和w
im = cv2.imread(img)
for res in r:
#detect检测出来的是检测的中心点坐标x,y和宽高w,h,要画框所以做了转换
x1 = int(res[2][0] - (res[2][2] / 2))
x2 = int(res[2][0] + (res[2][2] / 2))
y1 = int(res[2][1] - (res[2][3] / 2))
y2 = int(res[2][1] + (res[2][3] / 2))
#画矩形框cv2.rectangle()参数: 图像，左上角坐标，右下角坐标，颜色, 线条粗细。
cv2.rectangle(im, (x1, y1), (x2, y2), (0, 255, 0), 2)
#打标签(添加字体)cv2.putText()参数：图像，显示字符，左上角坐标，定义字体，字体大小，颜色，字体粗细
#res[0]就是标签信息，res[2][0]代表的是第二维度第一个元素，就是x
cv2.putText(im, str(res[0]).split("'")[1], (x1-10, y1-10), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)
#统计计数detection加一
detection += 1
#显示统计总数
cv2.putText(im,"num: %s" % str(detection),(75,100),cv2.FONT_HERSHEY_SIMPLEX,2,[0,255,255],3)
#保存画过框，打上标签的图片
cv2.imwrite(save_dir +str(count) +'.jpg', im)

#图片计数+1
count += 1

二、视频计数

[code]if __name__ == "__main__":
#加载模型
net = load_net('cfg/yolov3.cfg'.encode('utf-8'), 'yolov3.weights'.encode('utf-8'), 0)
meta = load_meta('cfg/coco.data'.encode('utf-8'))
#读取视频
vid = cv2.VideoCapture('1.ts')
#FourCC全称Four-Character Codes，代表四字符代码 (four character code), 它是一个32位的标示符，其实就是typedef unsigned int FOURCC;是一种独立标示视频数据流格式的四字符代码。
fourcc = cv2.VideoWriter_fourcc('M','P','4','2') #opencv3.0
#保存检测后的视频cv2.VideoWriter()参数：视频，fourcc指定编码器，保存视频的fps，保存视频的尺寸
videoWriter = cv2.VideoWriter('11.avi', fourcc, 25, (1920,1080))

while True:
detection = 0
return_value,arr=vid.read()
if not return_value:
break
im=nparray_to_image(arr)
boxes= detect(net, meta, im)

for i in range(len(boxes)):
score=boxes[i][1]
label=boxes[i][0]
xmin=boxes[i][2][0]-boxes[i][2][2]/2
ymin=boxes[i][2][1]-boxes[i][2][3]/2
xmax=boxes[i][2][0]+boxes[i][2][2]/2
ymax=boxes[i][2][1]+boxes[i][2][3]/2
#画框
cv2.rectangle(arr,(int(xmin),int(ymin)),(int(xmax),int(ymax)),(0,255,0),2)
#打标签
cv2.putText(arr,str(label),(int(xmin),int(ymin)),fontFace=cv2.FONT_HERSHEY_SIMPLEX,fontScale=0.8,color=(0,255,255),thickness=2)
detection += 1
cv2.putText(arr,"num: %s" % str(detection),(75,100),cv2.FONT_HERSHEY_SIMPLEX,2,[0,255,255],3)
cv2.imshow("Canvas", arr)
videoWriter.write(arr)
cv2.waitKey(1)
cv2.destroyAllWindows()