Yolov8调用摄像头实时检测示例

最新推荐文章于 2024-12-18 19:04:52 发布

HIST_JK

最新推荐文章于 2024-12-18 19:04:52 发布

阅读量4k

点赞数 11

文章标签： YOLO opencv 计算机视觉

本文链接：https://blog.csdn.net/HIST_JK/article/details/137862765

版权

本文提供了一个使用UltralyticsYOLOv8库在Python中通过OpenCV从摄像头捕获视频流并进行物体检测的示例。它强调了阅读官方文档的重要性，并展示了如何在运行时处理视频帧并显示标注结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文代码仅为示例，需自行修改。
此外，建议多看官方文档，也可看官方文档下的留言讨论，找自己需要的实现逻辑。现在ultralytics网站支持中文，阅读也不存在难度。
传送门：
ultralytics Yolov8官网
以下示例，采用OpenCV来从摄像头不断获取数据，调用Yolo模型推理。如有问题还望指出。

from ultralytics import YOLO
import cv2
model = YOLO('yolov8n.pt')

cap = cv2.VideoCapture(0) # 0表示调用摄像头

while True:
    ret, frame = cap.read()
    if not ret:
        break
    results = model(frame)
    annotated_frame = results[0].plot()
    cv2.imshow('YOLOv8', annotated_frame)
    if cv2.waitKey(1) == ord('q'):  # 按下q退出
        break

cap.release()
cv2.destroyAllWindows()