Как создать зону для обнаружения людей в питоне - PullRequest
Новая
       38

Как создать зону для обнаружения людей в питоне

0 голосов
/ 13 июня 2019

У меня есть скрипт, разработанный на Python + TensorFlow, этот скрипт способен обнаруживать людей, как показано ниже: 

import numpy as np
import tensorflow as tf
import cv2
import time
class DetectorAPI:
    def __init__(self, path_to_ckpt):
        self.path_to_ckpt = path_to_ckpt

        self.detection_graph = tf.Graph()
        with self.detection_graph.as_default():
            od_graph_def = tf.GraphDef()
            with tf.gfile.GFile(self.path_to_ckpt, 'rb') as fid:
                serialized_graph = fid.read()
                od_graph_def.ParseFromString(serialized_graph)
                tf.import_graph_def(od_graph_def, name='')

        self.default_graph = self.detection_graph.as_default()
        self.sess = tf.Session(graph=self.detection_graph)

        # Definite input and output Tensors for detection_graph
        self.image_tensor = self.detection_graph.get_tensor_by_name('image_tensor:0')
        self.detection_boxes = self.detection_graph.get_tensor_by_name('detection_boxes:0')
        self.detection_scores = self.detection_graph.get_tensor_by_name('detection_scores:0')
        self.detection_classes = self.detection_graph.get_tensor_by_name('detection_classes:0')
        self.num_detections = self.detection_graph.get_tensor_by_name('num_detections:0')

    def processFrame(self, image):
        shape: [1, None, None, 3]
        image_np_expanded = np.expand_dims(image, axis=0)
        # Actual detection.
        start_time = time.time()
        (boxes, scores, classes, num) = self.sess.run(
            [self.detection_boxes, self.detection_scores, self.detection_classes, self.num_detections],
            feed_dict={self.image_tensor: image_np_expanded})
        end_time = time.time()

        print("Elapsed Time:", end_time-start_time)

        im_height, im_width,_ = image.shape
        boxes_list = [None for i in range(boxes.shape[1])]
        for i in range(boxes.shape[1]):
            boxes_list[i] = (int(boxes[0,i,0] * im_height),
                        int(boxes[0,i,1]*im_width),
                        int(boxes[0,i,2] * im_height),
                        int(boxes[0,i,3]*im_width))

        return boxes_list, scores[0].tolist(), [int(x) for x in classes[0].tolist()], int(num[0])

    def close(self):
        self.sess.close()
        self.default_graph.close()

if __name__ == "__main__":
    model_path = 'modelo/frozen_inference_graph.pb'
    odapi = DetectorAPI(path_to_ckpt=model_path)
    threshold = 0.7
    cap = cv2.VideoCapture('http://81.198.213.128:82/mjpg/video.mjpg')

    while True:
        r, img = cap.read()
        img = cv2.resize(img, (1280, 720))

        boxes, scores, classes, num = odapi.processFrame(img)   
        for i in range(len(boxes)):               
            if classes[i] == 1 and scores[i] > threshold:
                box = boxes[i]
                cv2.rectangle(img,(box[1],box[0]),(box[3],box[2]),(255,0,0),2)

        cv2.imshow("Preview", img)
        key = cv2.waitKey(1)
        if key & 0xFF == ord('q'):
            break

Но этот код захватывает весь кадр экрана, и мне нужно, чтобы обнаружение происходило только в определенной позиции.

Пример:

ACTUAL AND I NEED

Мне нужно, чтобы обнаружение происходило только внутри красной рамки! Как я могу это сделать?

1 Ответ

0 голосов
/ 14 июня 2019

Просто передайте только красную область рамки в вашу модель.
Предполагая, что у вас есть верхняя, нижняя, правая координаты области в кадре: 

while True:
    r, img = cap.read()
    img = img[top:bot, left:right]
    img = cv2.resize(img, (1280, 720))

    boxes, scores, classes, num = odapi.processFrame(img)  
    ...
...