OpenCV 案例五【动物识别】

目录：

• • 一、环境准备
  • • [1、Anaconda 环境配置](#1、Anaconda 环境配置)
    • [2、准备 caffe 模型及配置文件](#2、准备 caffe 模型及配置文件)
    • 3、准备ImageNet类别标签文件
  • [二、 caffe 模型代码案例](#二、 caffe 模型代码案例)
  • • 1、问题解析
  • [三、 caffe 模型运行结果](#三、 caffe 模型运行结果)
  • [四、 yolo-v3 模型及配置文件](#四、 yolo-v3 模型及配置文件)
  • [五、yolo-v3 模型代码案例](#五、yolo-v3 模型代码案例)
  • [六、 yolo-v3模型运行结果](#六、 yolo-v3模型运行结果)

一、环境准备

1、Anaconda 环境配置

环境配置参考前面章节：

OpenCV 案例一【人脸检测】

2、准备 caffe 模型及配置文件

本节用到的是 caffe 模型：

Caffe（Convolutional Architecture for Fast Feature

Embedding）是一个由伯克利视觉与学习中心（BVLC）开发的开源深度学习框架，以其高效、模块化和适合计算机视觉任务而闻名。Caffe模型是该框架训练和保存的神经网络模型，广泛应用于图像分类、目标检测、语义分割等领域。

主要构成：

• .prototxt文件：定义网络结构（即模型的"骨架"），包括层的类型、连接方式、输入输出尺寸等。
• caffemodle文件：包含训练好的模型权重（即模型的"大脑"），是二进制文件。

https://github.com/BVLC/caffe/blob/master/models/bvlc_googlenet/deploy.prototxt
http://dl.caffe.berkeleyvision.org/bvlc_googlenet.caffemodel

3、准备ImageNet类别标签文件

https://gist.githubusercontent.com/yrevar/942d3a0ac09ec9e5eb3a/raw/238f720ff059c1f82f368259d1ca4ffa5dd8f9f5/imagenet1000_clsidx_to_labels.txt

要么复制粘贴到一个txt文件，要么就写个python下载下来吧：

import requests

url = "https://gist.githubusercontent.com/yrevar/942d3a0ac09ec9e5eb3a/raw/238f720ff059c1f82f368259d1ca4ffa5dd8f9f5/imagenet1000_clsidx_to_labels.txt"
response = requests.get(url)
with open("imagenet1000_clsidx_to_labels.txt", "w") as f:
    f.write(response.text)

二、 caffe 模型代码案例

流程：

导入模型->添加参数->回溯->推理->输出

import cv2
import numpy as np

model_prototxt = 'deploy.prototxt'               # Caffe模型结构文件
model_weights = 'bvlc_googlenet.caffemodel'      # Caffe模型权重文件
image_path = 'xxxx\dog_2.jpg'                           

# 加载Caffe模型
net = cv2.dnn.readNetFromCaffe(model_prototxt, model_weights)

# 加载ImageNet类别标签
try:
    with open('imagenet1000_clsidx_to_labels.txt', 'r', encoding='utf-8') as f:
        classes = [line.strip() for line in f.readlines()]
except Exception as e:
    exit()

#输入图像
image = cv2.imread(image_path)
if image isNone:
    print(f"无法读取图片")
    exit()

(h, w) = image.shape[:2]

# 图像预处理,构建 Blob
blob = cv2.dnn.blobFromImage(image, 1.0, (224, 224), (104, 117, 123), swapRB=True, crop=False)

#模型推理
net.setInput(blob)
# 输出1000个类别的概率
preds = net.forward()

#找出概率最高的类别
# 找到最大概率的索引
idx = np.argmax(preds[0])
# 最大概率的值
confidence = preds[0][idx]
# 对应的类别名称
label = classes[idx]

print(f"识别结果")
print(f"类别: {label}")
print(f"可信度: {confidence * 100:.2f}%")

#显示预测结果
text = f"{label} ({confidence * 100:.2f}%)"
cv2.putText(image, text, (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0, 255, 0), 2)

# 显示图像
cv2.imshow("Image Classification Result", image)

print(f"按q结束...")
whileTrue:
    key = cv2.waitKey(1) & 0xFF
    if key == ord('q'):
        break

cv2.destroyAllWindows()

1、问题解析

Q:为啥只需要加载两个配置文件，而不需要运行Caffe模型就能直接使用？

A：这个不需要你额外部署完整的Caffe框架！OpenCV已经帮你把Caffe模型的加载能力内置好了，只要你有deploy.prototxt（模型结构）和bvlc_googlenet.caffemodel（模型权重）这两个文件，直接就能用cv2.dnn.readNetFromCaffe加载运行，不需要装Caffe环境。

三、 caffe 模型运行结果

四、 yolo-v3 模型及配置文件

YOLO（You Only Look Once）是一系列在计算机视觉领域，特别是目标检测任务中非常流行和高效的深度学习模型。它由 Joseph Redmon 等人于 2016 年首次提出，以其速度快、精度高、端到端训练的特点，成为实时目标检测的标杆。

看下主要用到什么配置文件：

• .cfg ：模型结构配置文件
• .weights：预训练权重文件
• .coco 的类别标签文件

官方配置文件

下载的路径如下：
https://github.com/AlexeyAB/darknet/releases/download/darknet_yolo_v3_optimal/yolov3.weights
https://raw.githubusercontent.com/pjreddie/darknet/master/cfg/yolov3.cfg
https://raw.githubusercontent.com/pjreddie/darknet/master/data/coco.names

五、yolo-v3 模型代码案例

import cv2
import numpy as np

#加载文件
CONFIG_PATH = 'yolov3.cfg'
WEIGHTS_PATH = 'yolov3.weights'
LABELS_PATH = 'coco.names'

# 加载类别名称
with open(LABELS_PATH, 'r') as f:
    labels = f.read().strip().split('\n')

# 加载 YOLO 模型
net = cv2.dnn.readNetFromDarknet(CONFIG_PATH, WEIGHTS_PATH)
ln = net.getLayerNames()
try:
    ln = [ln[i - 1] for i in net.getUnconnectedOutLayers().flatten()]
except:
    ln = [ln[i[0] - 1] for i in net.getUnconnectedOutLayers()]

#2，读取输入图片
image_path = 'plane_1.jpg'
image = cv2.imread(image_path)

(H, W) = image.shape[:2]

#3，构建blob并前向传播检测
blob = cv2.dnn.blobFromImage(image, 1 / 255.0, (416, 416), swapRB=True, crop=False)
net.setInput(blob)
layer_outputs = net.forward(ln)

boxes = []
confidences = []
class_ids = []

conf_threshold = 0.5
nms_threshold = 0.3

class_stats = {}

print("开始检测...")
for output in layer_outputs:
    for detection in output:
        scores = detection[5:]
        class_id = np.argmax(scores)
        confidence = scores[class_id]

        if confidence > conf_threshold:
            # 计算边界框坐标
            box = detection[0:4] * np.array([W, H, W, H])
            (centerX, centerY, width, height) = box.astype("int")

            x = int(centerX - (width / 2))
            y = int(centerY - (height / 2))

            boxes.append([x, y, int(width), int(height)])
            confidences.append(float(confidence))
            class_ids.append(class_id)

            if class_id notin class_stats:
                class_stats[class_id] = {
                    'label': labels[class_id],
                    'count': 0,
                    'conf_sum': 0.0,
                    'confidences': []
                }
            class_stats[class_id]['count'] += 1
            class_stats[class_id]['conf_sum'] += confidence
            class_stats[class_id]['confidences'].append(confidence)

print(f"检查汇总:")
for class_id, stats in class_stats.items():
    avg_conf = stats['conf_sum'] / stats['count']
    print(f"检测到：{stats['label']} | 总数：{stats['count']} | 平均置信度：{avg_conf:.2f}")


#5，应用NMS去重
idxs = cv2.dnn.NMSBoxes(boxes, confidences, conf_threshold, nms_threshold)

#6，在原图上绘制检测框和标签
if len(idxs) > 0:
    for i in idxs.flatten():
        (x, y) = (boxes[i][0], boxes[i][1])
        (w, h) = (boxes[i][2], boxes[i][3])
        label = f"{labels[class_ids[i]]}: {confidences[i]:.2f}"
        color = (0, 255, 0)
        cv2.rectangle(image, (x, y), (x + w, y + h), color, 3)
        cv2.putText(image, label, (x, y - 5), cv2.FONT_HERSHEY_SIMPLEX, 3, color, 2)
else:
    print("没有检测到物品")


# 保存结果图片
output_image_path = 'detected_' + image_path
cv2.imwrite(output_image_path, image)
print(f"检测结果已保存为：{output_image_path}")

六、 yolo-v3模型运行结果