opencv行人检测识别视频代码

以下是使用OpenCV库进行行人检测识别的视频代码示例：

import cv2

# 创建行人检测器
hog = cv2.HOGDescriptor()
hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())

# 加载视频文件
cap = cv2.VideoCapture('video.mp4')

while cap.isOpened():
    # 读取视频帧
    ret, frame = cap.read()
    
    if ret:
        # 调整视频帧大小
        frame = cv2.resize(frame, (640, 480))
        
        # 进行行人检测
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        boxes, weights = hog.detectMultiScale(gray, winStride=(8, 8))
        
        # 绘制行人边框
        for i, (x, y, w, h) in enumerate(boxes):
            cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 0, 255), 2)
        
        # 显示视频帧
        cv2.imshow('frame', frame)
        
        if cv2.waitKey(1) == ord('q'):
            break
    else:
        break

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

在此示例中，我们使用HOG（方向梯度直方图）算法进行行人检测。该算法可用于检测具有不同形状和大小的对象。我们使用OpenCV提供的默认行人检测器来设置我们的HOG检测器。

我们打开视频文件并逐帧读取每个帧。我们首先调整视频帧的大小，以便在较小的尺寸上运行行人检测器。然后，我们将帧转换为灰度图像，并使用HOG检测器检测行人。最后，我们在图像中绘制行人的边界框并显示它。

如果按下键盘上的“q”键，则退出循环并释放资源。