YOLOv3 darknet版识别图片，视频并打印终端结果

最近做的项目需要用Yolov3的视频帧识别目标并将结果输出，在网上看了很多修改detector.c源文件重定向输出文件和批量c，但试了很多都没有成功，可能是版本的问题，所以这里建议如果只是输出信息和批量测试，并不需要修改源码，而只需要调用darknet本身的python接口就可以了，如下：

这是官方给的python接口，无需修改重编译darknet原项目，只需在python代码中修改或重定向输出即可

我用的是darknet_video.py识别视频流，而在使用darknet_video.py之前，需要编译一下

图中的yolo_cpp_dll.sln项目，编译方式和darknet.sln一样，先修改yolo_cpp_dll.vcxproj配置文件，然后添加opencv等目录，步骤都是和编译darknet.sln一样的。编译完后会得到一个yolo_cpp_dll.dll文件，有了这个文件，才可以运行darknet_video.py文件。

（如果是识别图片，直接看darknet.py的代码就可以了，无需编译其他东西）

接下来看代码，下面的函数YOLO()是调用darknet进行视频识别的主函数，如下：

def YOLO():

    global metaMain, netMain, altNames
    configPath = "./cfg/yolov3.cfg"
    weightPath = "./yolov3.weights"
    me