# 导入相关依赖 import os os.environ["KMP_DUPLICATE_LIB_OK"] = "TRUE" import cv2 import numpy as np from ultralytics import YOLO import torch import argparse def exec_inference_video(file_path,line): if torch.cuda.is_available(): model = YOLO("weights/yolov8s.pt") # gpu print('gpu推理') else: model = YOLO('weights/yolov8s.onnx') print('cpu推理') # 基本逻辑:行人从视频顶部往下部行走并进触碰线,视为 下行 low;从视频画面下部往上部行走并进触碰线,视为 上行 up。 # 其实我们只在视频中画了一条线，实际上在程序判断的时候，线的上下都有一段区域(四边形,以我们之前画的线为一边，高度20,宽度是线的宽度) # 如果行人先出现在线的上边区域再出现线的下边区域,证明是从上往下,反之,从下往上 ## 加载要使用的视频 kamera = cv2.VideoCapture(file_path) font = cv2.FONT_HERSHEY_DUPLEX # 获取视频的高度与宽度 width, height = kamera.get(3), kamera.get(4) fps = kamera.get(cv2.CAP_PROP_FPS) # 注意opencv的坐标系是从左上方开始的,向下为y轴,向右为x轴 end_x = int(width) # 注意线的位置应该根据视频而定,不是一成不变的 l_x1,l_y1,l_x2,l_y2=line[0][0],line[0][1],line[1][0],line[1][1] #防止线的位置太靠边缘而使线上下区域超出画面 if l_x1-5<0: l_x1=6 if l_x2-5<0: l_x2=6 if l_x1+5>width: l_x1=width-6 if l_x2+5>width: l_x2=width-6 if l_y1-20<0: l_y1=21 if l_y1+20>height: l_y1=height-21 if l_y2-20<0: l_y2=21 if l_y2+20>height: l_y2=height-21 l_x1,l_y1,l_x2,l_y2=int(l_x1),int(l_y1),int(l_x2),int(l_y2) #线的上面区域 region_1=[(l_x1,l_y1-50),(l_x2,l_y2-50),(l_x2,l_y2),(l_x1,l_y1)] #线的下面的区域 region_2=[(l_x1,l_y1),(l_x2,l_y2),(l_x2,l_y2+50),(l_x1,l_y1+50)] region1 = np.array(region_1) region1 = region1.reshape((-1, 1, 2)) region2 = np.array(region_2) region2 = region2.reshape((-1, 1, 2)) # 下行的行人id保存在这个变量中 low_id = set() # 上行行人的id保存在这个变量中 up_id = set() #进入上面(region1)区域的行人id保存在这个变量中 total_region1=set() # 进入下面(region2)区域的行人id保存到这里 total_region2= set() # output_path = file_path.split(".")[0]+ "_output.mp4" # print(output_path) # fourcc = cv2.VideoWriter_fourcc(*'MJPG') # out = cv2.VideoWriter(output_path, fourcc, 30, (int(width), int(height))) up_cnt = 0 down_cnt = 0 while True: # 逐渐帧读取视频内容 ret, frame = kamera.read() if not ret: break # opnecv读取的图片色彩空间为BGR,我们把它转化成RGB rgb_img = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) cv2.line(frame, (l_x1,l_y1),(l_x2,l_y2), (255, 0, 255), 3) # 使用yolo8的追踪模式(采用byte-tracker多目标跟踪算法) # 遍历yolo的处理结果，结果全部保存在返回的results(list类型)变量中,里面保存着结果信息,可以打印一下看一看(打印results[0]) results = model.track(rgb_img, conf=0.5, classes=[0],tracker="bytetrack.yaml", persist=True, verbose=False) for i in range(len(results[0].boxes)): # 框的四个坐标位置 x1, y1, x2, y2 = results[0].boxes.xyxy[i] x1, y1, x2, y2 = int(x1), int(y1), int(x2), int(y2) # 将跟踪成功的物体 用框标记出来(跟踪失败的不显示) cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 0, 255), 2) # 识别对象的id,可能为None(目标跟踪失败) if results[0].boxes.id == None: continue else: ids = results[0].boxes.id[i] if ids == None: continue # float转化int ids = int(ids) cv2.putText(frame, str(ids), (x1+10, y1), cv2.FONT_HERSHEY_SIMPLEX, 2, (0, 0, 255), 2) # 计算物体中心位置的坐标 cx = int(x1 / 2 + x2 / 2) # cy = int(y1 / 2 + y2 / 2) cy = y2 # 判断从视频顶部进入画面的物体的中心位置与区域1的关系(在内部还是外部) # 判断视频中行人的中心位置与区域1的关系(在内部还是外部) inside_region1 = cv2.pointPolygonTest(region1, (cx, cy), False) # inside_region1为1表示在区域内部 if inside_region1 > 0: #判断当前行人id是否进入过region2区域 if ids in total_region2: #如果当前行人id进入过region2区域,现在又在region1区域内 #证明其是从视频下方到视频上方(region2区域->region1区域),视为上行,保存到 up_id.add(ids) # 行人越线,线的颜色改变 cv2.line(frame, (l_x1,l_y1),(l_x2,l_y2), (255, 255, 255), 3) #进入region1区域的行人id保存在这个变量中 total_region1.add(ids) # 保存行人图片 # img_name = file_path.split(".")[0] + "down_" + str(down_cnt) +".jpg" # cv2.imwrite(img_name, frame[y1:y2,x1:x2]) # down_cnt = down_cnt + 1 inside_region2 = cv2.pointPolygonTest(region2, (cx, cy), False) if inside_region2 > 0: if ids in total_region1: cv2.line(frame, (l_x1,l_y1),(l_x2,l_y2), (255, 255, 255), 3) low_id.add(ids) total_region2.add(ids) # 保存行人图片 # img_name = file_path.split(".")[0] + "up_" + str(up_cnt) +".jpg" # cv2.imwrite(img_name, frame[y1:y2,x1:x2]) # up_cnt = up_cnt + 1 # 统计进出物体,并设置为字符串,下一步准备在画面上显示 first_low = 'LOW:' + str(len(low_id)) first_up = 'UP:' + str(len(up_id)) # 设置画面左右上角的背景色 frame[0:40, 0:120] = (102, 0, 153) frame[0:40, end_x - 120:end_x] = (102, 0, 153) # 将进出物体统计的个数输出到图片,展示 cv2.putText(frame, first_low, (0, 30), font, 1, (255, 255, 255), 1) cv2.putText(frame, first_up, (end_x - 120, 30), font, 1, (255, 255, 255), 1) # 显示两个区域 zeros = np.zeros((frame.shape), dtype=np.uint8) mask1 = cv2.fillPoly(zeros, [region1], color=(255, 0, 0)) mask2 = cv2.fillPoly(zeros, [region2], color=(0, 255, 0)) frame1 = cv2.addWeighted(frame, 1, mask1, 0.3, 0) frame2 = cv2.addWeighted(frame1, 1, mask2, 0.05, 0) # 逐帧显示处理后的画面 # out.write(frame2) cv2.namedWindow('frame',cv2.WINDOW_NORMAL) cv2.imshow("frame", frame2) if cv2.waitKey(1) & 0xFF == ord("q"): break if cv2.getWindowProperty('frame', cv2.WND_PROP_VISIBLE) < 1: break kamera.release() # out.release() cv2.destroyAllWindows() print('最终统计结果如下:') print('-----------------------------------------------------------------') print(f'LOW--->{len(low_id)}') print(f'UP--->{len(up_id)}') print('-----------------------------------------------------------------') def parse_option(): parser = argparse.ArgumentParser() parser.add_argument('--file_path', type=str) parser.add_argument('--line', type=str) opt = parser.parse_args() return opt if __name__=='__main__': opt=parse_option() file_path=opt.file_path line=eval(opt.line) exec_inference_video(file_path,line)