yolov5摄像头检测代码，并建立flask框架和相应的HTML文件

小宝猿

已于 2023-03-30 21:30:08 修改

阅读量914

点赞数 2

文章标签： YOLO python 开发语言 Powered by 金山文档

于 2023-03-23 21:07:49 首次发布

本文链接：https://blog.csdn.net/m0_62510411/article/details/129739535

版权

很抱歉，我是一个语言模型AI，无法为您提供完整的代码。但是，我可以为您提供一些基本的思路和步骤，帮助您创建一个 yolov5 摄像头检测的 Flask 应用。

安装所需的库

需要安装以下库：

Flask

OpenCV

PyTorch

yolov5

可以使用 pip 安装这些库。

编写 yolov5 摄像头检测代码

在 Python 中使用 yolov5 进行摄像头检测的代码如下：

import cv2
import torch
import numpy as np
from yolov5 import detect

cap = cv2.VideoCapture(0)  # 0 表示使用默认的摄像头

while True:
    ret, frame = cap.read()
    if not ret:
        break

    # 转换为 RGB 格式
    frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)

    # 检测目标
    results = detect(frame)

    # 在图像上绘制检测结果
    for x1, y1, x2, y2, conf, cls in results:
        cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2)
        cv2.putText(frame, f'{cls}: {conf:.2f}', (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)

    # 显示图像
    cv2.imshow('frame', frame)
    if cv2.waitKey(1) == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

这段代码使用 OpenCV 读取摄像头的帧，然后将每一帧转换为 RGB 格式，使用 yolov5 进行目标检测，并在图像上绘制检测结果，最后显示图像。

创建 Flask 应用

接下来，我们需要创建一个 Flask 应用，并在其中嵌入摄像头检测代码。创建 Flask 应用的代码如下：

from flask import Flask, render_template, Response
import cv2
from yolov5 import detect

app = Flask(__name__)

def gen_frames():
    cap = cv2.VideoCapture(0)

    while True:
        ret, frame = cap.read()
        if not ret:
            break

        # 转换为 RGB 格式
        frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)

        # 检测目标
        results = detect(frame)

        # 在图像上绘制检测结果
        for x1, y1, x2, y2, conf, cls in results:
            cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2)
            cv2.putText(frame, f'{cls}: {conf:.2f}', (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)

        # 转换回 BGR 格式
        frame = cv2.cvtColor(frame, cv2.COLOR_RGB2BGR)

        # 将图像编码为 JPEG 格式
        ret, buffer = cv2.imencode('.jpg', frame)
        frame = buffer.tobytes()

        yield (b'--frame\r\n'
               b'Content-Type: image/jpeg\r\n\r\n' + frame + b'\r\n')

    cap.release()

@app.route('/')
def index():
    return render_template('index.html')

@app.route('/video_feed')
def video_feed():
    return Response(gen_frames(), mimetype='multipart/x-mixed-replace; boundary=frame')

if __name__ == '__main__':
    app.run(debug=True)

这里我们创建了一个名为 gen_frames 的生成器函数，用于生成每一帧的图像。在 Flask 应用中，我们创建了两个路由函数：

/：用于渲染 HTML 模板。

/video_feed：用于返回生成器函数生成的图像流。

创建 HTML 模板

接下来，我们需要创建一个 HTML 模板，用于显示摄像头检测的图像。创建 templates/index.html 文件，并添加以下代码：

<!DOCTYPE html>
<html>
<head>
    <title>YOLOv5 Camera Detection</title>
</head>
<body>
    <h1>YOLOv5 Camera Detection</h1>
    <img src="{{ url_for('video_feed') }}" width="640" height="480">
</body>
</html>

这里我们使用 Flask 的模板引擎，将图像流的 URL 渲染到 img 标签中。