opencv调用yolov5模型推理返回xy

使用 OpenCV 调用 YOLOv5 模型进行推理，可以通过以下步骤获取检测结果的边界框坐标（x,y）：

1. 读取图像并将其转换为模型所需的输入格式；
2. 使用模型进行推理；
3. 对输出结果进行解码，获取每个检测结果的边界框坐标。

以下是一个示例代码：

import cv2
import numpy as np

# 读取图像并将其转换为模型所需的输入格式
img = cv2.imread('image.jpg')
img = cv2.resize(img, (640, 640))
img = img.astype(np.float32) / 255.0
img = np.transpose(img, (2, 0, 1))[None, ...]

# 加载模型
model = cv2.dnn.readNet('yolov5s.onnx')

# 使用模型进行推理
model.setInput(img)
output = model.forward()

# 对输出结果进行解码，获取每个检测结果的边界框坐标
class_ids = []
confidences = []
boxes = []
for detection in output[0]:
    scores = detection[5:]
    class_id = np.argmax(scores)
    confidence = scores[class_id]
    if confidence > 0.5:
        center_x = int(detection[0] * 640)
        center_y = int(detection[1] * 640)
        width = int(detection[2] * 640)
        height = int(detection[3] * 640)
        left = int(center_x - width / 2)
        top = int(center_y - height / 2)
        class_ids.append(class_id)
        confidences.append(float(confidence))
        boxes.append([left, top, width, height])

# 显示检测结果
for i in range(len(boxes)):
    left, top, width, height = boxes[i]
    cv2.rectangle(img, (left, top), (left+width, top+height), (0, 255, 0), 2)
    cv2.putText(img, str(class_ids[i]), (left, top-5), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)

cv2.imshow('Result', img)
cv2.waitKey(0)

其中，`detection[0]` 和 `detection[1]` 分别表示检测结果的中心坐标（x,y），`detection[2]` 和 `detection[3]` 分别表示检测结果的宽度和高度。可以根据这些信息计算出左上角坐标和右下角坐标，从而画出边界框。