如果边界框与静态线相交,如何增加计数,我正在使用darkflow和计算机视觉模块

时间:2019-05-02 17:01:37

标签: python deep-learning computer-vision yolo darkflow

我正在使用DarkFlow和yolov2进行对象检测,并使用计算机视觉绘制边界框和静态线。 当边界框与静态线相交时,我正在处理一个问题,程序应生成一个计数。

例如:如果汽车通过这条线,则计数应增加1,这就是我想象的程序应该工作的方式。

问题:生成计数时,计数是连续的,如果汽车经过线路,则程序将一直对其进行计数,直到汽车经过线路的另一侧为止。

我正在尝试通过简单的'if'条件来执行此操作:如果检测到的对象点(如(top x,top y)(bottom x,bottom y))应该增加计数,但这些点是动态的,因为检测到的是逐帧发生,计数不准确。

这些是我相应调整线的位置。

line = [(0, 430), (1200, 430)] 

这是我用于交集的功能

def intersect(A,B,C,D):
    return ccw(A,C,D) != ccw(B,C,D) and ccw(A,B,C) != ccw(A,B,D)

def ccw(A,B,C):
    return (C[1]-A[1]) * (B[0]-A[0]) > (B[1]-A[1]) * (C[0]-A[0])

借助此功能(我从中篇文章中获得了此功能),我试图生成边界框并暗示其内部的相交功能。

def boxing(original_img, predictions):
    newImage = np.copy(original_img)

    for result in predictions:
        #predictions = mot_tracker.update(result
        top_x = result['topleft']['x']
        top_y = result['topleft']['y']

        btm_x = result['bottomright']['x']
        btm_y = result['bottomright']['y']

        #label = result['label'][1]

        p0 = top_x,top_y        
        #p1 = btm_x,btm_y
        p1 = btm_x,btm_y

        #print(p0,p1)
        #print(line[0],line[1])

        def counter_catch():
            if intersect(p0,p1,line[0],line[1]):

                global counter
                counter += 1
                print(counter)

        counter_catch()


        cv2.putText(newImage, str(counter), (100,200), cv2.FONT_HERSHEY_DUPLEX, 5.0, (0, 255, 255), 5)
        cords = (top_x,top_y,btm_x,btm_y)
        cx,cy = ((top_x+btm_x)//2, (top_y+btm_y)//2)        
        #print(counter)
        cv2.putText(newImage, "+",(cx,cy),cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)   
        confidence = result['confidence']
        label = result['label'] + " " + str(round(confidence, 3))

        if confidence > 0.5:
            newImage = cv2.rectangle(newImage, (top_x, top_y), (btm_x, btm_y), (255,0,0),3)
            newImage = cv2.putText(newImage, label, (top_x, top_y-5), cv2.FONT_HERSHEY_COMPLEX_SMALL , 0.8, (0, 230, 0), 1, cv2.LINE_AA)

    return newImage  

在视频上应用模型后,检测到的对象将具有检测线x1,y1,x2,y2的坐标。

喜欢

[{'label': 'person', 'confidence': 0.49965367, 'topleft': {'x': 96, 'y': 270}, 'bottomright': {'x': 136, 'y': 367}}, 

在此帮助下,我正在尝试创建一个计数器。

0 个答案:

没有答案