基于Python的安全帽检测系统代码

以下是一个基于Python的安全帽检测系统代码，使用了OpenCV和TensorFlow等库：

import cv2
import numpy as np
import tensorflow as tf

# 加载模型
model = tf.keras.models.load_model('model.h5')

# 安全帽分类标签
labels = ['no_hat', 'hat']

# 加载视频流
cap = cv2.VideoCapture(0)

while True:
    ret, frame = cap.read()

    if ret:
        # 调整图像大小
        frame = cv2.resize(frame, (224, 224))

        # 转换为RGB格式
        frame_rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)

        # 图像预处理
        frame_processed = tf.keras.applications.mobilenet_v2.preprocess_input(frame_rgb)

        # 扩展维度
        frame_processed = np.expand_dims(frame_processed, axis=0)

        # 预测
        prediction = model.predict(frame_processed)

        # 获取分类结果
        predicted_class = labels[np.argmax(prediction)]

        # 显示结果
        cv2.putText(frame, predicted_class, (30, 50), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)

        # 实时显示
        cv2.imshow('Safety helmet detection', frame)

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

cap.release()
cv2.destroyAllWindows()

注意，该代码需要使用已经训练好的模型文件（model.h5）以及包含安全帽分类标签的列表（labels）。在实际使用中，需要先训练模型并保存模型文件，同时也需要准备好训练数据集和测试数据集。