行人检测图片视频代码

以下是基于Python和OpenCV的行人检测代码示例：

import cv2

# 创建行人检测器
pedestrian_cascade = cv2.CascadeClassifier('haarcascade_fullbody.xml')

# 加载图像或视频
cap = cv2.VideoCapture('test_video.mp4')

# 循环遍历每一帧
while True:
    ret, frame = cap.read()
    if not ret:
        break
    
    # 将帧转换为灰度图像
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    
    # 检测行人
    pedestrians = pedestrian_cascade.detectMultiScale(gray, 1.1, 4)
    
    # 绘制矩形框
    for (x, y, w, h) in pedestrians:
        cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)
    
    # 显示图像
    cv2.imshow('Pedestrian Detection', frame)
    
    # 按下 'q' 键退出循环
    if cv2.waitKey(1) == ord('q'):
        break

# 清理
cap.release()
cv2.destroyAllWindows()

请注意，在上述代码中，我们使用了`haarcascade_fullbody.xml`级联分类器来检测行人。你可以在OpenCV的GitHub存储库中找到其他预训练级联分类器，并根据需要进行更改。

此外，如果你想检测静态图片中的行人，可以使用以下代码：

import cv2

# 创建行人检测器
pedestrian_cascade = cv2.CascadeClassifier('haarcascade_fullbody.xml')

# 加载图像
img = cv2.imread('test_image.jpg')

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

# 检测行人
pedestrians = pedestrian_cascade.detectMultiScale(gray, 1.1, 4)

# 绘制矩形框
for (x, y, w, h) in pedestrians:
    cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2)

# 显示图像
cv2.imshow('Pedestrian Detection', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

希望这些代码对你有所帮助！