OpenCV行人检测应用方案--基于米尔全志T527开发板

itomcoil 2025-05-22 10:59 1 浏览

本文将介绍基于米尔电子MYD-LT527开发板（米尔基于全志T527开发板）的OpenCV行人检测方案测试。

摘自优秀创作者-小火苗

一、软件环境安装

1.在全志T527开发板安装OpenCV

sudo apt-get install libopencv-dev python3-opencv

2.在全志T527开发板安装pip

sudo apt-get install python3-pip

二、行人检测概论

使用HOG和SVM基于全志T527开发板构建行人检测器的关键步骤包括：

准备训练数据集：训练数据集应包含大量正样本（行人图像）和负样本（非行人图像）。
计算HOG特征：对于每个图像，计算HOG特征。HOG特征是一个一维向量，其中每个元素表示图像中特定位置和方向的梯度强度。
训练SVM分类器：使用HOG特征作为输入，训练SVM分类器。SVM分类器将学习区分行人和非行人。
评估模型：使用测试数据集评估训练后的模型。计算模型的准确率、召回率和F1分数等指标。

三、代码实现

import cv2
import time
def detect(image,scale):
    imagex=image.copy()   #函数内部做个副本，让每个函数运行在不同的图像上
    hog = cv2.HOGDescriptor()   #初始化方向梯度直方图描述子
    #设置SVM为一个预先训练好的行人检测器
    hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())
    #调用函数detectMultiScale，检测行人对应的边框
    time_start = time.time()     #记录开始时间
    #获取（行人对应的矩形框、对应的权重）
    (rects, weights) = hog.detectMultiScale(imagex,scale=scale)
    time_end = time.time()    #记录结束时间 
    # 绘制每一个矩形框
    for (x, y, w, h) in rects:
        cv2.rectangle(imagex, (x, y), (x + w, y + h), (0, 0, 255), 2)
    print("sacle size:",scale,",time:",time_end-time_start)
    name=str(scale)
    cv2.imshow(name, imagex)     #显示原始效果
image = cv2.imread("back.jpg")
detect(image,1.01)
detect(image,1.05)
detect(image,1.3)
cv2.waitKey(0)
cv2.destroyAllWindows()

四、实际操作

python 安装opencv

上一篇：纯Python构建Web应用:Remi与 OpenCV 结合实现图像处理与展示
下一篇：简单易懂的人脸识别!用PythonOpenCV实现(适合初...

OpenCV行人检测应用方案--基于米尔全志T527开发板

一、软件环境安装

2.在全志T527开发板安装pip

二、行人检测概论

三、代码实现

四、实际操作

相关推荐

我用 1 个 2 手计算器换了 3 台 MacBook(上)

零基础也能搞定!DeepSeek大模型本地安装全攻略

Python三目运算符(三元运算符)用法详解

PS零基础入门教程:Photoshop 2024工具详解—标尺工具

按颜色计数、求和、算平均值或最大值?学这个函数就够啦!

SpringBoot中使用LocalDateTime踩坑记录

最全的linux安装软件方法 linux安装软件流程

深入理解Python中的try-except语句，避免代码崩溃的噩梦

a4尺寸是多大像素多少厘米长宽，4k的纸是多大的纸是a4的吗

PS 零基础入门 040:图层样式选项