yolov8使用opencv 调用摄像头，实时目标检测，左上角显示帧率

最新推荐文章于 2025-02-22 17:52:58 发布

吃肉不能购

最新推荐文章于 2025-02-22 17:52:58 发布

阅读量1.3w

点赞数 47

文章标签： YOLO opencv 目标检测

本文链接：https://blog.csdn.net/weixin_44298961/article/details/134445229

版权

本文介绍了如何使用Python的YOLOv8库进行实时目标检测，并在摄像头视频流中计算并显示每秒帧数(FPS)。代码展示了从摄像头读取帧、目标检测、结果标注以及显示FPS的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import cv2
from ultralytics import YOLO
from cv2 import getTickCount, getTickFrequency
# 加载 YOLOv8 模型
model = YOLO("weights/yolov8s.pt")

# 获取摄像头内容，参数 0 表示使用默认的摄像头
cap = cv2.VideoCapture(0)

while cap.isOpened():
    loop_start = getTickCount()
    success, frame = cap.read()  # 读取摄像头的一帧图像

    if success:
        results = model.predict(source=frame) # 对当前帧进行目标检测并显示结果
    annotated_frame = results[0].plot()

    # 中间放自己的显示程序
    loop_time = getTickCount() - loop_start
    total_time = loop_time / (getTickFrequency())
    FPS = int(1 / total_time)
    # 在图像左上角添加FPS文本
    fps_text = f"FPS: {FPS:.2f}"
    font = cv2.FONT_HERSHEY_SIMPLEX
    font_scale = 1
    font_thickness = 2
    text_color = (0, 0, 255)  # 红色
    text_position = (10, 30)  # 左上角位置

    cv2.putText(annotated_frame, fps_text, text_position, font, font_scale, text_color, font_thickness)
    cv2.imshow('img', annotated_frame)
    # 通过按下 'q' 键退出循环
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()  # 释放摄像头资源
cv2.destroyAllWindows()  # 关闭OpenCV窗口