opencv行人检测项目

OpenCV是一个开源的计算机视觉库，提供了许多用于图像处理和计算机视觉任务的函数和工具。行人检测是其中一个常见的应用之一。下面是一个使用OpenCV进行行人检测的示例代码：

import cv2

# 加载行人检测器
hog = cv2.HOGDescriptor()
hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())

# 加载视频
video = cv2.VideoCapture('path_to_video')

while True:
    # 读取视频帧
    ret, frame = video.read()
    if not ret:
        break

    # 缩放帧以加快检测速度
    frame = cv2.resize(frame, (640, 480))

    # 行人检测
    boxes, weights = hog.detectMultiScale(frame, winStride=(4, 4), padding=(8, 8), scale=1.05)

    # 绘制检测结果
    for (x, y, w, h) in boxes:
        cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)

    # 显示结果
    cv2.imshow('Pedestrian Detection', frame)
    if cv2.waitKey(1) == ord('q'):
        break

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

这段代码使用了HOG（Histogram of Oriented Gradients）特征和SVM（Support Vector Machine）分类器来进行行人检测。它首先加载行人检测器，然后从视频中读取帧并进行缩放。接下来，使用`detectMultiScale`函数对每一帧进行行人检测，并将检测结果绘制在帧上。最后，通过`imshow`函数显示检测结果，并通过按下键盘上的"q"键退出程序。