图像识别（图像，视频，实时摄像头）（手把手教程）:Anaconda+Jupyter+Opencv

没有环境的看这：链接: Anaconda+Jupyter+Opencv+tensorflow安装.

打开Jupyter:

注意：因为我们要做图像处理，我希望你需要处理的图像、视频和程序保存在同一位置。
比如：

准备工作：
数据集下载.

weights解压后：
config也和你的程序文件放在同一文件夹里。同时将你要测试的图片也放在同一文件夹。

在同一文件夹里新建一个.txt文件，将标签.里的80项内容复制进去。
如：

准备工作就绪，下面敲代码：
声明：

加载tensorflow的预训模型


设置参数：

加载一个图片：

格式设置及输出：

结果：
视频演示：
代码：

cap=cv2.VideoCapture('2021-04-03_231144.mp4')

if not cap.isOpened():
    cap=cv2.VideoCapture(0)
if not cap.isOpened():
    raise IOError('Can not open video')
    
font_scale=1#字体大小
font=cv2.FONT_HERSHEY_TRIPLEX#字体类型 

while True:
    ret,frame=cap.read()
    
    ClassIndex,confidece,bbox=model.detect(frame,confThreshold=0.55)
    
    print(ClassIndex)
    if (len(ClassIndex)!=0):
        for ClassInd,conf,boxes in zip(ClassIndex.flatten(),confidece.flatten(),bbox):
            if(ClassInd<=80):
                cv2.rectangle(frame,boxes,(0,0,255),2) #(颜色-红，比例)
                cv2.putText(frame,classLabels[ClassInd-1],(boxes[0]+10,boxes[1]+40),font,fontScale=font_scale,color=(0,255,0),thickness=3)
                
    cv2.imshow('Object detection test',frame)
    
    if cv2.waitKey(2) & 0xFF==ord('q'):
        break
cap.replease()
cv2.destroyAllwimdows()

结果是视频，我展示一下部分截图：

实时摄像头：
代码：

cap=cv2.VideoCapture(1)

if not cap.isOpened():
    cap=cv2.VideoCapture(0)
if not cap.isOpened():
    raise IOError('Can not open Camera')
    
font_scale=1#字体大小
font=cv2.FONT_HERSHEY_TRIPLEX#字体类型 

while True:
    ret,frame=cap.read()
    
    ClassIndex,confidece,bbox=model.detect(frame,confThreshold=0.55)
    
    print(ClassIndex)
    if (len(ClassIndex)!=0):
        for ClassInd,conf,boxes in zip(ClassIndex.flatten(),confidece.flatten(),bbox):
            if(ClassInd<=80):
                cv2.rectangle(frame,boxes,(0,0,255),2) #(颜色-红，比例)
                cv2.putText(frame,classLabels[ClassInd-1],(boxes[0]+10,boxes[1]+40),font,fontScale=font_scale,color=(0,255,0),thickness=3)
                
    cv2.imshow('Object detection test',frame)
    
    if cv2.waitKey(2) & 0xFF==ord('q'):
        break
cap.replease()
cv2.destroyAllwimdows()

结果：