使用Yolo12算法进行区域内实时目标计数

​
视频演示

使用Yolo12算法进行区域内实时目标计数

---

 
大家好，今天给大家分享一个使用yolo12算法进行区域内目标实时计数的项目。
计数效果

如上图所示，程序会检测画面中的所有行人，紫色的矩形框是我们统计的区域
当行人从北向南进入紫色矩形框时，会计入进入人数
当行人从南向北进入紫色矩形框时，会计入离开人数
核心代码

处理的核心流程大概如下：

• 读取视频
  
• 设置区域的坐标
  
• 初始化目标计数对象
  
• 依次读取视频中的帧图像，调用counter进行统计
  
• 释放视频资源
  

1. import cv2
2. from ultralytics import solutions
4. # 读取视频
5. cap = cv2.VideoCapture("MOT16-04-raw.webm")
6. #判断视频是否读取成功
7. assert cap.isOpened(), "Error reading video file"
9. # 检测区域的坐标
10. # region_points = [(20, 400), (1080, 400)]                                      # line counting
11. region_points = [(20, 400), (600, 400), (600, 300), (20, 300)]  # rectangle region
12. # region_points = [(20, 400), (1080, 400), (1080, 360), (20, 360), (20, 400)]   # polygon region
15. # 初始化目标计数对象
16. counter = solutions.ObjectCounter(
17.     show=True,  # 是否显示检测过程
18.     region=region_points,  # 检测区域
19.     model="yolo12n.pt",  # 使用的检测模型
20.     classes=[0],  # 检测的类别
21. )
23. # 处理视频
24. while cap.isOpened():
25.     # 读取视频帧图像
26.     success, im0 = cap.read()
28.     #判读是否读取成功
29.     if not success:
30.         print("Video frame is empty or processing is complete.")
31.         break
33.     #调用counter进行计数处理
34.     results = counter(im0)
36. #释放视频对象
37. cap.release()
38. #按键处理
39. cv2.waitKey(0)
40. cv2.destroyAllWindows()  # 关闭所有窗口

复制代码

上述代码中，我们已经对关键地方做了注释，这里大概对关键地方进行下说明：
我们这里需要region_points设置区域的坐标，分别是四组坐标，分别表示矩形区域的左上角、右上角、右下角、左下角。
region_points坐标除了设置矩形外，还可以设置直线和多边形，当坐标只有两组的时候，是一条直线，当超过4组之后，是多边形区域。
在solutions.ObjectCounter我们需要设置一些参数，这里的model需要填写权重文件，这里我们写了yolo12n的预训练权重文件。
GUI系统

上述我们提到，我们需要设定一组坐标来控制检测的区域部分，但是坐标的部分不是太好把控，因为我们需要把坐标值和视频中的实际位置关联起来。
所以更好的办法是做一个界面，然后可以通过鼠标在图像上进行框选来绘制矩形框，这样更加直观的显示矩形框的位置。

界面我们采用pyqt5实现的，可以选择绘制矩形还是直线。
有GUI后，我们对程序把控的能力会更强一些，我们可以中途停止视频的处理，也可以随时更换新的视频来进行检测。
这就是本次的内容，有问题欢迎小伙伴评论区留言～
 
​

来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！