一行代码快速图像识别~一排代码搞定视频识别

image

一个有趣的灵魂W

image

一行代码能干嘛?这种噱头式的开头现在估计已经不香了。。。我只能在别人挖好的土堆上再刨一铲子。

image

没错,咱们用的是Python,一行代码它就是能干很多事。用别人封装好的第三方库,我们可以用一行代码傻瓜式调用,干许多大事。

image

今天我们将使用一行代码实现深度学习里的图像识别,再将图像识别拓展到视频~进行视频流的物体识别。

我们将用到pixellib库和mask_rcnn_coco.h5这个训练好的模型。其中pixellib这个库可以非常简单的实现图像分割。我们可以利用pip install进行安装。github的开源地址为:

https://github.com/ayoolaolafenwa/PixelLib

然后你还需要下载mask_rcnn_coco.h5这个训练好的模型~

下载地址在文末~

关于模型,我就不做过多介绍啦,有兴趣可以自行搜索。

image

好了,当你跟我一样把所有准备工作都完善了之后,我们就开始后续的步骤吧。。。

哦对了,请自行准备一个小视频。

image

啊----不,是小小的视频

image

让我们开始吧:

import cv2
vc = cv2.VideoCapture("D:/b/2.mp4") # 设置视频位置
c = 1
if vc.isOpened():
rval, frame = vc.read()
else:
rval = False
timeF = 1 # 设置帧数
while rval:
rval, frame =vc.read()
if(c%timeF==0):
cv2.imwrite('D:/b/mp4/'+ str(c)+'.jpg',frame)  # 设置图片存储的位置
c=c+1
cv2.waitKey(1)
vc.release()
import pixellib
import os
from pixellib.instance import instance_segmentation
segment_image = instance_segmentation()
segment_image.load_model('D:/b/mask_rcnn_coco.h5')###运行过才知道h5是训练好的模型,需要单独下载
path='D:/b/mp4'
inf=os.listdir('D:/b/mp4')
inf.sort(key=lambda x:int(x[:-4]))
for i in range(len(inf)):
segment_image.segmentImage('D:/b/mp4/'+inf[i], output_image_name = 'D:/b/newmp4/'+inf[i], show_bboxes = True)
#原视频图片和新视频图片合并
path='D:/b/mp4'
path2='D:/b/newmp4'
inf=os.listdir(path)
inf2=os.listdir(path2)
inf.sort(key=lambda x:int(x[:-4]))
inf2.sort(key=lambda x:int(x[:-4]))
for i in range(len(inf)):
a=cv2.imread(path+'/'+inf[i])
b=cv2.imread(path2+'/'+inf2[i])
c=np.column_stack((a,b))
cv2.imwrite('D:/b/new2/'+inf[i],c)
# 图片合成视频
filelist = os.listdir('D:/b/new2') #获取该目录下的所有文件名
filelist.sort(key=lambda x:int(x[:-4]))
fps = 24
size=(640,240)
file_path ='D:/b/5.mp4'#导出路径
fourcc = cv2.VideoWriter_fourcc('D', 'I', 'V', 'X')#不同视频编码对应不同视频格式(例:'I','4','2','0' 对应avi格式)
video = cv2.VideoWriter( file_path, fourcc, fps, size )
for item in filelist:
item = 'D:/b/new2/' + item
img = cv2.imread(item)  #使用opencv读取图像,直接返回numpy.ndarray 对象,通道顺序为BGR ,注意是BGR,通道值默认范围0-255。
video.write(img)        #把图片写进视频
video.release() #释放

哦霍霍~下面是结果的视频。。。

[结果的视频](https://mp.weixin.qq.com/s?__biz=Mzg5NDIxNjM1Ng==&mid=2247484523&idx=1&sn=fa6f8fb39cdff627005fe56ea15cc0ab&chksm=c023b5a0f7543cb66abd0734114e6ddc82b1bd25a5bc4dfb47607de1649e1f08c2da4e92331a&token=1248647607&lang=zh_CN#rd](https://mp.weixin.qq.com/s?__biz=Mzg5NDIxNjM1Ng==&mid=2247484523&idx=1&sn=fa6f8fb39cdff627005fe56ea15cc0ab&chksm=c023b5a0f7543cb66abd0734114e6ddc82b1bd25a5bc4dfb47607de1649e1f08c2da4e92331a&token=1248647607&lang=zh_CN#rd)

就可以下载模型了。
[模型下载](https://mp.weixin.qq.com/s?__biz=Mzg5NDIxNjM1Ng==&mid=2247484523&idx=1&sn=fa6f8fb39cdff627005fe56ea15cc0ab&chksm=c023b5a0f7543cb66abd0734114e6ddc82b1bd25a5bc4dfb47607de1649e1f08c2da4e92331a&token=1248647607&lang=zh_CN#rd](https://mp.weixin.qq.com/s?__biz=Mzg5NDIxNjM1Ng==&mid=2247484523&idx=1&sn=fa6f8fb39cdff627005fe56ea15cc0ab&chksm=c023b5a0f7543cb66abd0734114e6ddc82b1bd25a5bc4dfb47607de1649e1f08c2da4e92331a&token=1248647607&lang=zh_CN#rd)

另外,模型下载如果速度较慢~可以参考这个工具:

用这个工具下百度网盘文件,简直飞起

F君的小尾巴,公众号:一个有趣的灵魂W百度网盘下载很慢吧,Pandownload之后的新工具-亿寻

打完收工!往期最新版中国范围路网数据来啦(OpenStreet Map,OSM)python调用cmd运行GDAL报错解决:ERROR 1: PROJ利用python把shp文件写入PostgresSQL数据库ArcGIS入门之-建模工具-迭代掩膜提取Python-gdal离线文档下载

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,980评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,178评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,868评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,498评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,492评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,521评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,910评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,569评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,793评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,559评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,639评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,342评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,931评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,904评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,144评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,833评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,350评论 2 342