Pytorch之视频流猫狗识别

news2024/12/26 10:56:55

1. 导入资源包

// An highlighted block
var foo = 'bar';

注：
1. import cv2: 导入OpenCV库，这是一个非常强大的计算机视觉库，用于处理图像和视频数据。
2. import tkinter as tk: 导入Tkinter库，这是Python的标准GUI库，用于创建桌面应用程序。
3. from tkinter import filedialog: 从Tkinter库中导入filedialog模块，这个模块提供了一个文件选择对话框，允许用户选择文件或目录。
4. from PIL import Image, ImageTk: 从Python Imaging Library (PIL)中导入Image和ImageTk。PIL是一个图像处理库，而ImageTk是PIL的扩展，用于在Tkinter中显示图像。

2. 初始化窗口

初始化窗口
root = tk.Tk()
root.title("Cat and Dog Detector")

设置窗口大小
window_width = 800
window_height = 600
root.geometry(f"{window_width}x{window_height}")

注：
1. root = tk.Tk(): 这行代码创建了一个Tkinter窗口的根实例，通常称为root。这是所有Tkinter GUI应用程序的基础。

2. root.title(“Cat and Dog Detector”): 这行代码设置了窗口的标题，出现在窗口的标题栏上。在这个例子中，标题被设置为“Cat and Dog Detector”。

3. window_width = 800 和 window_height = 600: 这两行代码定义了窗口的宽度和高度，分别赋值为800像素和600像素。

4. root.geometry(f"{window_width}x{window_height}"): 这行代码设置了窗口的尺寸。geometry方法接受一个字符串参数，格式为"宽度x高度"，这里使用了格式化字符串(f-string)将window_width和window_height变量的值插入到字符串中。

综合以上代码，您将得到一个标题为“Cat and Dog Detector”，尺寸为800x600像素的Tkinter窗口。这个窗口可以作为图像处理应用程序的基础，例如用来加载图像、显示处理结果等。

3. 创建一个Canvas用于显示视频

canvas = tk.Canvas(root, width=window_width, height=window_height//2)
canvas.pack()

注：canvas = tk.Canvas(root, width=window_width, height=window_height//2): 这行代码创建了一个Tkinter画布组件。Canvas是一个可以在其中绘制图形、文本、位图和图像的容器。这里，画布的宽度被设置为之前定义的window_width，高度被设置为window_height的一半。//是Python中的整数除法运算符，确保高度是一个整数。

4. 初始化视频流

cap = None

注：在Python中，cap = None这行代码是一个赋值语句，它将None赋值给变量cap。None是Python中的一个特殊常量，表示空值或者没有值。在这种情况下，cap通常被用来作为一个对象变量，用于存储某种资源的引用，比如视频捕获对象。

在涉及图像处理或视频流的程序中，cap变量通常用来引用OpenCV库中的VideoCapture对象，该对象用于从摄像头或视频文件中捕获视频帧。初始化cap为None是一种常见的做法，用于表示当前没有打开任何视频流。

5. 定义更新视频帧的函数

def update_frame():
     global cap
     if 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)
             canvas.create_image(0, 0, anchor=tk.NW, image=image)
             root.update_idletasks()
             root.after(30, update_frame)  # 30毫秒后再次调用update_frame
         else:
             cap.release()

注：这个函数是实现视频播放和对象检测功能的关键部分。它会不断从视频流中读取帧，检测猫和狗的脸部，并在Tkinter窗口中显示结果。通过root.after实现的定时调用，函数可以以指定的间隔（这里是30毫秒）重复执行，从而创建一个连续的视频播放体验。

6. 定义选择视频的函数

# 选择视频的函数
 def select_video():
     global cap
     file_path = filedialog.askopenfilename()
     if file_path:
         cap = cv2.VideoCapture(file_path)
         update_frame()

注：这个函数是实现视频选择和播放功能的关键部分。当用户调用这个函数时，他们会看到一个文件对话框，允许他们选择一个视频文件。一旦用户选择了一个文件，视频就会开始播放，并在Tkinter窗口中显示。这是通过调用update_frame函数实现的，该函数会不断地从视频流中读取帧并在窗口中显示。

7. 定义退出程序的函数

def exit_program():
     root.quit()

注：这个函数通常会被绑定到一个按钮或其他事件上，以便用户可以通过点击按钮或执行某个操作来退出应用程序。例如，您可以在Tkinter窗口中添加一个按钮，并将其command属性设置为exit_program函数，这样当用户点击按钮时，程序就会退出。

8. 创建按钮

# 创建按钮
button1 = tk.Button(root, text="选择视频", command=select_video, width=10, height=2)
button1.place(x=150, y=500, width=100, height=50)

button2 = tk.Button(root, text="退出程序", command=exit_program, width=10, height=2)
button2.place(x=400, y=500, width=100, height=50)