支持自定义线的位置；
支持使用自己训练的模型和检测类别；
"YOLOv8划线计数脚本" 是一个基于YOLOv8（You Only Look Once version 8）对象检测模型的计算机视觉应用项目，主要用于实现人流和车流的自动统计。该项目结合了先进的目标检测算法与自定义的线条交叉计数逻辑，适用于监控视频、实时视频流或图片中行人、车辆等目标的数量统计，广泛应用于智能交通系统、零售分析、公共安全监控等领域。下面是该项目的一些核心特点和工作原理简介：
核心特点：
-
YOLOv8模型：YOLO系列是当前最流行的目标检测模型之一，以其速度快、精度高著称。YOLOv8作为其最新版本，通过优化算法结构和训练策略，进一步提升了检测性能，能够高效准确地识别出视频或图像中的行人、车辆等对象。
-
实时处理能力：该脚本设计用于实时视频流处理，能够在视频帧到达时迅速进行目标检测与计数，适用于需要即时反馈的场景，如交通监控、大型活动人流管理等。
-
划线计数法：项目通过在视频监控区域设定虚拟线条（如入口、出口处），当检测到的对象穿过这些预设线条时，即视为一次穿越计数。这种方法简单有效，能精确统计穿越特定区域的目标数量。
-
可定制化：用户可以根据实际应用场景调整线条位置、计数逻辑或目标类别（例如，只统计行人或特定类型的车辆），提高计数的针对性和准确性。
-
性能优化：考虑到实际部署可能面临的计算资源限制，项目可能包含对YOLOv8模型的轻量化处理或优化推理过程，以适应不同硬件平台，包括边缘设备和云端服务器。
工作原理：
-
目标检测：首先，利用YOLOv8模型对输入的每一帧图像进行分析，识别并标记出其中的行人、车辆等感兴趣的目标。
-
线条设置：在视频监控界面预先设定一条或多条虚拟线条，这些线条通常位于计数感兴趣的区域，比如通道的入口或出口。
-
目标跟踪与计数：对每个被检测到的目标，脚本会追踪其移动轨迹。当目标从设定的线条一侧穿越到另一侧时，触发计数器加一，以此累计穿越该区域的目标总数。
-
结果输出：统计结果可以实时显示在监控界面上，或者保存到文件、数据库中，便于后续分析或管理决策使用。
首先，确保安装了必要的库：
pip install ultralytics
然后，以下是核心代码：
import cv2
from ultralytics import YOLO
# 加载YOLOv8模型
model = YOLO('yolov8n.pt') # 使用YOLOv8n模型，根据需要可替换为其他变体如yolov8s, yolov8m等
# 视频读取
video_path = 'your_video.mp4' # 视频文件路径
cap = cv2.VideoCapture(video_path)
# 设置线条位置，例如入口和出口的坐标(x1, y1, x2, y2)
line_positions = [(100, 300), (600, 300)] # 示例：两条水平线
# 初始化计数器
counters = {i: 0 for i in range(len(line_positions) - 1)} # 为每对线条初始化计数
while cap.isOpened():
ret, frame = cap.read()
if not ret:
break
# 进行目标检测
results = model(frame)[0]
# 绘制检测框和线条
for r in results.boxes.data.tolist():
x1, y1, x2, y2, _, cls, conf = r
if int(cls) in [0, 2]: # 假设类别0为行人，类别2为汽车，根据实际情况调整
cv2.rectangle(frame, (x1, y1), (x2, y2), (255, 0, 0), 2)
# 检查目标是否穿过线条
for i, ((x1_line, y1_line), (x2_line, y1_line)) in enumerate(zip(line_positions[:-1], line_positions[1:])):
if y1_line < y1 < y2 and x1_line < x1 < x2_line or y1_line < y2 < y2 and x1_line < x2 < x2_line:
counters[i] += 1 # 穿越计数增加
# 在视频上绘制线条和计数
for i, ((x1_line, y1_line), (x2_line, y2_line)) in enumerate(zip(line_positions[:-1], line_positions[1:])):
cv2.line(frame, (x1_line, y1_line), (x2_line, y2_line), (0, 255, 0), 2)
cv2.putText(frame, f'Count: {counters[i]}', (x1_line, y1_line-10), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 255), 2)
# 显示帧
cv2.imshow('YOLOv8 Line Counter', frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
cap.release()
cv2.destroyAllWindows()