opencv车辆检测计数

OpenCV 车辆检测计数可以通过以下步骤实现：

1. 使用 OpenCV 的 VideoCapture 模块加载视频或摄像头输入。
2. 使用 OpenCV 的 CascadeClassifier 模块加载车辆检测分类器。
3. 对每一帧图像进行车辆检测，使用 detectMultiScale 函数进行多尺度检测。
4. 对检测到的车辆进行计数，可以使用 bounding box 的位置信息进行判断。

具体实现可以参考以下代码：

import cv2

# 加载车辆检测分类器
car_cascade = cv2.CascadeClassifier('cars.xml')

# 打开摄像头
cap = cv2.VideoCapture(0)

# 初始化计数器
count = 0

while True:
    # 读取视频帧
    ret, frame = cap.read()

    # 转换为灰度图像
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 车辆检测
    cars = car_cascade.detectMultiScale(gray, 1.1, 5)

    # 计数
    count += len(cars)

    # 绘制 bounding box
    for (x, y, w, h) in cars:
        cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)

    # 显示结果
    cv2.imshow('frame', frame)

    # 按下 q 键退出
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放资源
cap.release()
cv2.destroyAllWindows()

# 输出计数结果
print('Total cars:', count)

其中，'cars.xml' 是训练好的车辆检测分类器文件，可以从 OpenCV 官网下载。在上面的代码中，我们使用 detectMultiScale 函数进行多尺度车辆检测，并通过 bounding box 的位置信息计数。最后，我们可以输出计数结果。