YOLOV8& OpenCV + usb 相机 实时识别

1 OpenCV 读相机

python 复制代码
import cv2

cap = cv2.VideoCapture(0)
while (1):
    # get a frame
    ret, frame = cap.read()
    # show a frame
    cv2.imshow("capture", frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
       # cv2.imwrite("/opt/code/image/fangjian2.jpeg", frame)
       #pass
       break
cap.release()
cv2.destroyAllWindows()

2 yolov8推理

python 复制代码
from ultralytics import  YOLO
model =YOLO('yolov8n.pt')

result = model.predict('dog.jpg',imgsz = 640,show = True)

3 yolov8 实时推理相机图片

python 复制代码
 
from ultralytics import  YOLO

import cv2


def get_img(cap):
    while (1):
        # get a frame
        ret, frame = cap.read()
        # show a frame
        # cv2.imshow("capture", frame)
        # if cv2.waitKey(1) & 0xFF == ord('q'):
        #    # cv2.imwrite("/opt/code/image/fangjian2.jpeg", frame)
        #    #pass
        #    break
        return frame
m_cap = cv2.VideoCapture(0)
model =YOLO('yolov8n.pt')
# 输出检测结果和坐标
while True:
    img = get_img(m_cap)
    cv2.imshow("capture", img)
    cv2.waitKey(1)
    #results = model.predict(img)
    results = model.predict(img)
    annotated_frame = results[0].plot()
    cv2.imshow("YOLOv8 Tracking", annotated_frame)
    cv2.waitKey(1)

4 result

5 PS

总结,在一台老旧的电脑上

跑yolov8 n 感觉速度可以

识别精度也还凑合

相关推荐
海绵波波10711 小时前
opencv、torch、torchvision、tensorflow的区别
人工智能·opencv·tensorflow
一勺汤14 小时前
多尺度频率辅助类 Mamba 线性注意力模块(MFM),融合频域和空域特征,提升多尺度、复杂场景下的目标检测能力
深度学习·yolo·yolov12·yolo12·yolo12改进·小目标·mamba like
顾随16 小时前
(三)OpenCV——图像形态学
图像处理·人工智能·python·opencv·计算机视觉
格林威20 小时前
Baumer工业相机堡盟工业相机如何通过YoloV8模型实现人物识别(C#)
开发语言·人工智能·数码相机·yolo·计算机视觉·c#
sunly_1 天前
Flutter:上传图片,选择相机或相册:wechat_assets_picker
数码相机·flutter·微信
Virgil1391 天前
数据分布是如何影响目标检测精度的
人工智能·深度学习·yolo·目标检测·计算机视觉
Cedric11131 天前
不同相机CMOS噪点对荧光计算的影响
数码相机
moonsims1 天前
高光谱相机(Hyperspectral Camera)
数码相机
中达瑞和-高光谱·多光谱1 天前
高光谱相机有多少种类型?分别有什么特点?
数码相机
jndingxin1 天前
OpenCV直线段检测算法类cv::line_descriptor::LSDDetector
人工智能·opencv·算法