猫狗识别—视频识别
- 1. 导入所需的库：
- 2. 创建Tkinter主窗口并设置标题：
- 3. 设置窗口的宽度和高度：
- 4. 创建一个Canvas，它将用于显示视频帧：
- 5. 初始化一个视频流变量cap，用于存储OpenCV的视频捕获对象：
- 6. 定义一个函数update_frame，用于更新Canvas上的视频帧。函数实现将在后面解释：
- 7. 定义一个函数update_frame，用于更新Canvas上的视频帧。函数实现将在后面解释：
- 8. 定义一个函数close，用于退出程序并关闭视频流。函数实现将在后面解释：
- 9. 创建两个按钮，一个用于选择视频文件，另一个用于退出程序。按钮的图片和位置在这里设置：
- 10. 启动Tkinter的事件循环，这将显示窗口并开始处理用户事件：
- 11. 完整代码＋运行结果：
- 完整代码：
- 运行结果：
1. 导入所需的库：
cv2用于视频捕获和图像处理，tkinter用于创建GUI，filedialog用于打开文件对话框，Image和ImageTk用于处理图像，threading用于创建新线程以更新视频帧，subprocess用于启动其他Python脚本。
import cv2
import tkinter as tk
from tkinter import filedialog
from PIL import Image, ImageTk
import threading
import subprocess
2. 创建Tkinter主窗口并设置标题：
# 初始化窗口
root = tk.Tk()
root.title("视频识别猫狗")
3. 设置窗口的宽度和高度：
# 设置窗口大小
window_width = 800
window_height = 600
root.geometry(f"{window_width}x{window_height}")
4. 创建一个Canvas，它将用于显示视频帧：
# 创建一个Canvas用于显示视频
canvas = tk.Canvas(root, width=window_width, height=window_height, bg="white")
canvas.pack()
5. 初始化一个视频流变量cap，用于存储OpenCV的视频捕获对象：
# 初始化视频流
cap = None
6. 定义一个函数update_frame，用于更新Canvas上的视频帧。函数实现将在后面解释：
# 更新视频帧的函数
def update_frame():
global cap
while cap is not None and cap.isOpened():
ret, frame = cap.read()
if ret:
# 转换为灰度图像
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
# 加载Haar cascade文件
cat_cascade = cv2.CascadeClassifier('haarcascade_frontalcatface.xml')
dog_cascade = cv2.CascadeClassifier('haarcascade_frontalface_alt.xml')
# 检测猫和狗
cats = cat_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))
dogs = dog_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))
# 在检测到的猫和狗周围画矩形框
for (x, y, w, h) in cats:
cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)
for (x, y, w, h) in dogs:
cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)
# 转换为Tkinter兼容的格式并显示
frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
image = Image.fromarray(frame)
image = ImageTk.PhotoImage(image)
# 自动调整Canvas大小以适应视频帧
canvas.config(width=image.width(), height=image.height())
canvas.create_image(0, 0, anchor=tk.NW, image=image)
root.update_idletasks()
root.after(10, update_frame) # 每10毫秒更新一次帧
else:
cap.release()
break
7. 定义一个函数update_frame，用于更新Canvas上的视频帧。函数实现将在后面解释：
# 选择视频的函数
def select_video():
global cap
file_path = filedialog.askopenfilename(initialdir="data/视频识别数据")
if file_path:
cap = cv2.VideoCapture(file_path)
threading.Thread(target=update_frame).start()
8. 定义一个函数close，用于退出程序并关闭视频流。函数实现将在后面解释：
# 退出程序的函数
def close():
# 停止视频流
subprocess.Popen(["python", "主页面.py"])
if cap is not None and cap.isOpened():
cap.release()
# 销毁窗口
root.destroy()
# 启动主页面程序
9. 创建两个按钮，一个用于选择视频文件，另一个用于退出程序。按钮的图片和位置在这里设置：
# 创建按钮
image = Image.open("选择视频.gif") # 加载一张图片
photo2 = ImageTk.PhotoImage(image)
bt1 = tk.Button(root, image=photo2, width=162, height=100, command=select_video)
bt1.place(x=150, y=470)
image = Image.open("退出.gif") # 加载一张图片
photo3 = ImageTk.PhotoImage(image)
bt1 = tk.Button(root, image=photo3, width=162, height=100, command=close)
bt1.place(x=500, y=470)
10. 启动Tkinter的事件循环，这将显示窗口并开始处理用户事件：
root.mainloop()
11. 完整代码＋运行结果：
完整代码：
import cv2
import tkinter as tk
from tkinter import filedialog
from PIL import Image, ImageTk
import threading
import subprocess
# 初始化窗口
root = tk.Tk()
root.title("视频识别猫狗")
# 设置窗口大小
window_width = 800
window_height = 600
root.geometry(f"{window_width}x{window_height}")
# 创建一个Canvas用于显示视频
canvas = tk.Canvas(root, width=window_width, height=window_height, bg="white")
canvas.pack()
# 初始化视频流
cap = None
# 更新视频帧的函数
def update_frame():
global cap
while cap is not None and cap.isOpened():
ret, frame = cap.read()
if ret:
# 转换为灰度图像
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
# 加载Haar cascade文件
cat_cascade = cv2.CascadeClassifier('haarcascade_frontalcatface.xml')
dog_cascade = cv2.CascadeClassifier('haarcascade_frontalface_alt.xml')
# 检测猫和狗
cats = cat_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))
dogs = dog_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))
# 在检测到的猫和狗周围画矩形框
for (x, y, w, h) in cats:
cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)
for (x, y, w, h) in dogs:
cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)
# 转换为Tkinter兼容的格式并显示
frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
image = Image.fromarray(frame)
image = ImageTk.PhotoImage(image)
# 自动调整Canvas大小以适应视频帧
canvas.config(width=image.width(), height=image.height())
canvas.create_image(0, 0, anchor=tk.NW, image=image)
root.update_idletasks()
root.after(10, update_frame) # 每10毫秒更新一次帧
else:
cap.release()
break
# 选择视频的函数
def select_video():
global cap
file_path = filedialog.askopenfilename(initialdir="data/视频识别数据")
if file_path:
cap = cv2.VideoCapture(file_path)
threading.Thread(target=update_frame).start()
# 退出程序的函数
def close():
# 停止视频流
subprocess.Popen(["python", "主页面.py"])
if cap is not None and cap.isOpened():
cap.release()
# 销毁窗口
root.destroy()
# 启动主页面程序
# 创建按钮
image = Image.open("选择视频.gif") # 加载一张图片
photo2 = ImageTk.PhotoImage(image)
bt1 = tk.Button(root, image=photo2, width=162, height=100, command=select_video)
bt1.place(x=150, y=470)
image = Image.open("退出.gif") # 加载一张图片
photo3 = ImageTk.PhotoImage(image)
bt1 = tk.Button(root, image=photo3, width=162, height=100, command=close)
bt1.place(x=500, y=470)
root.mainloop()
运行结果：
