我有一个人与人在现场的视频。我需要浏览该视频的每一帧并手动保存场景中检测到的人物的边界框的坐标（遍历每个框架并绘制每个人的方框）和坐标头部的中心 - 基本上是top-left，bottom-right，head-center坐标。边界框必须是正方形。
然后，另一个程序将读取一个坐标为正方形和头部中心以及帧编号的文件，并将这些框作为图像提取。
对于任何有计算机视觉经验的人 - 有没有可以完成我要求的开源软件？如果没有，您会建议使用哪种技术来构建此工具？任何入门代码？
答案 0 :(得分：1)
我不知道有哪些程序可以做到这一点，但我认为这是一个简单的问题，您可以立即自己编写代码。
当您在计算机视觉领域时，您必须习惯OpenCV。您可以使用它从视频中提取帧并选择框和头部中心。
以下是一些可以帮助您的链接：