# 用法示例: python3 yolo_video.py -i video.mp4 -o video_out.avi 导入argparse 导入全局 导入时间 导入日志记录 从 pathlib 导入路径 导入CV2 将 numpy 导入为 np 记录器=logging.getLogger(__name__) logger.setLevel(logging.INFO) formatter =logging.Formatter("%(asctime)s-%(name)s-%(message)s") Stream_handler =logging.StreamHandler() Stream_handler.setFormatter(格式化程序) logger.addHandler(stream_handler) 解析器 = argparse.ArgumentParser() parser.add_argument("-i", "--input", type=str, default="", 帮助=“video.mp4”) parser.add_argument("-o", "--output", type=str, default="", help=“(可选)输出视频文件的路径”) parser.add_argument("-d", "--display", type=int, default=1, help="是否显示输出(1/0)") parser.add_argument("-ht", "--height", type=int, 默认=1200, help=“输出高度”) parser.add_argument("-wt", "--width", type=int, 默认=700, help="输出宽度") parser.add_argument("-c", "--confidence", type=float, 默认=0.8, help=“置信阈值”) parser.add_argument("-t", "--threshold", type=float, 默认=0.6, help=“非最大抑制阈值”) args = parser.parse_args() logger.info(“解析的参数”) CONFIDENCE_THRESHOLD = args.confidence NMS_THRESHOLD = args.阈值 如果不是 Path(args.input).exists(): raise FileNotFoundError(“视频文件的路径不存在。”) vc = cv2.VideoCapture(args.input) 权重 = glob.glob(“yolo/*.weights”)[0] 标签 = glob.glob(“yolo/*.txt”)[0] cfg = glob.glob(“yolo/*.cfg”)[0] logger.info(“使用 {} 权重、{} 配置和 {}标签。”.format(权重、cfg、标签)) 类名 = 列表() 将 open(labels, "r") 作为 f: class_names = [cname.strip() for cname in f.readlines()] 颜色 = np.random.randint(0, 255, size=(len(class_names), 3), dtype=“uint8”) net = cv2.dnn.readNetFromDarknet(cfg, 权重) net.setPreferableBackend(cv2.dnn.DNN_BACKEND_CUDA) net.setPreferableTarget(cv2.dnn.DNN_TARGET_CUDA) 层 = net.getLayerNames() 层 = [layer[i[0] - 1] for i in net.getUnconnectedOutLayers()] 作者=无 def 检测(frm、net、ln): (H, W) = frm.shape[:2] blob = cv2.dnn.blobFromImage(frm, 1 / 255.0, (416, 416), swapRB=True, 作物=False) net.setInput(blob) 开始时间 = 时间.time() 层输出 = net.forward(ln) 结束时间 = time.time() 盒子=[] 类ID = [] 信心 = [] 对于layerOutputs中的输出: 用于输出中的检测: 分数 = 检测[5:] classID = np.argmax(分数) 置信度 = 分数[classID] 如果置信度>置信度阈值: box = 检测[0:4] * np.array([W, H, W, H]) (centerX, centerY, 宽度, 高度) = box.astype("int") x = int(centerX - (宽度 / 2)) y = int(centerY - (高度 / 2)) box.append([x, y, int(宽度), int(高度)]) classIds.append(classID) confidences.append(float(置信度)) idxs = cv2.dnn.NMSBoxes(框、置信度、CONFIDENCE_THRESHOLD、NMS_THRESHOLD) 如果 len(idxs) > 0: 对于 idxs.flatten() 中的 i: (x, y) = (盒子[i][0], 盒子[i][1]) (w, h) = (盒子[i][2], 盒子[i][3]) 颜色 = [int(c) for c in COLORS[classIds[i]]] cv2.矩形(frm,(x,y),(x + w,y + h),颜色,2) 文本 =“{}: {:.4f}".format(class_names[classIds[i]], confidences[i]) # 这里我打印结果(在终端中工作) print("found") print(confidences[i]) print(class_names[classIds[i]]) cv2.putText( frm, text, (x, y - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255, 0, 0), 2 ) fps_label = "FPS: %.2f" % (1 / (end_time - start_time)) cv2.putText( frm, fps_label, (0, 25), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 0), 2 ) while cv2.waitKey(1) < 1: (grabbed, frame) = vc.read() if not grabbed: break frame = cv2.resize(frame, (args.height, args.width)) detect(frame, net, layer) if writer is not None: writer.write(frame)</pre> <p>然后在我的PHP脚本中</p> <pre class="brush:php;toolbar:false;">$command = escapeshellcmd('python3 yolo_video.py -i video.mp4 -o video_out.avi'); $output = shell_exec($command); echo $output;</pre> <p>如何将Python脚本的结果在PHP中输出?我没有得到任何错误,脚本已经完成。</p>
P粉3602660952023-08-29 09:53:20
cv2.waitKey
在一般情况下不起作用,具体取决于您的机器是PHP还是jupyter notebook。
我在我的机器上尝试了这个,并解决了问题:
while(vc.isOpened()): if frame is None: break
或者
if not grabbed: break
当视频播放完毕时,脚本将停止。