车辆视频目标检测 python代码

以下是使用Python和OpenCV进行车辆视频目标检测的代码示例：

import cv2

# 加载Haar级联分类器
car_cascade = cv2.CascadeClassifier('path/to/haarcascade_car.xml')

# 读取输入视频
cap = cv2.VideoCapture('path/to/input/video.mp4')

# 检测车辆并标记
while True:
    # 从视频流中读取一帧
    ret, frame = cap.read()
    
    # 如果视频结束，跳出循环
    if not ret:
        break
    
    # 转换为灰度图像
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    
    # 检测车辆
    cars = car_cascade.detectMultiScale(gray, 1.1, 4)
    
    # 标记检测到的车辆
    for (x, y, w, h) in cars:
        cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 0, 255), 2)
    
    # 显示标记后的帧
    cv2.imshow('Car Detection', frame)
    
    # 按下q键退出程序
    if cv2.waitKey(25) & 0xFF == ord('q'):
        break

# 释放视频流和窗口
cap.release()
cv2.destroyAllWindows()

在上面的代码中，我们首先加载Haar级联分类器，然后使用OpenCV的VideoCapture函数读取输入视频。接下来，我们在循环中读取每一帧视频，并将其转换为灰度图像。然后，我们使用级联分类器检测车辆，使用cv2.rectangle函数在每个检测到的车辆周围绘制矩形，并在窗口中显示标记后的帧。最后，我们按下q键退出程序，并释放视频流和窗口。