Python图像遍历YOLOv4特征识别+CSV结果存储

最新推荐文章于 2023-12-01 13:55:37 发布

cdssdc

最新推荐文章于 2023-12-01 13:55:37 发布

阅读量406

点赞数

文章标签： python opencv 计算机视觉

本文链接：https://blog.csdn.net/cdssdc/article/details/125495399

版权

该博客介绍了如何使用Python结合OpenCV调用YOLOv4模型进行图像遍历，识别特定对象（如bus和truck），并将识别结果存储到CSV文件中。通过读取权重文件、配置文件以及类别文本，博主展示了识别过程，并将检测到的目标图像保存到指定目录。

摘要由CSDN通过智能技术生成

import csv
import os
import cv2
import numpy as np

net = cv2.dnn.readNet('dnn_model\yolov4.cfg', 'dnn_model\yolov4.weights')  # opencv调用YOLOv4权重文件及参数表
model = cv2.dnn_DetectionModel(net)  # 获取模型及权中参数文件
model.setInputParams(size=(416, 416), scale=1 / 255)  # 设置图像的大小，改变图像的模式在（0~1）之间。

classes = []  # 存放每个分类的名称。
with open('dnn_model\classes.txt') as file_obj:  # 打开类别文件，定义新名称为file_obj
    for class_name in file_obj.readlines():  # 获取文本中的每一行
        class_name = class_name.strip()  # 删除文本中的换行符、空格等
        classes.append(class_name)  # 将每个分类名保存到列表中

f = open('F:/python learn/yolov4-test/recog_result.csv', 'w', newline='')  # 打开CSV文件
csv_writer = csv.writer(f)  # 对表格进行填写功能
csv_writer.writerow(["图片名称", "识别结果"])  # 在表格文件填写表头
path = "F:/python learn/yolov4-test/test/"  # 设置路径
path_objective = "F:/python learn/yolov4-test/objective_store/"