使用cvlib库在Python中使用边界框检测对象的示例

在这篇文章中，我们将为您提供一个使用cvlib库在Python中使用边界框进行对象检测的示例，cvlib库是一个简单、高级、易于使用的Python开放源码计算机视觉库。cvlib

如何安装cvlib库

如果您已经安装了OpenCV和TensorFlow，则可以通过pip安装cvlib，否则可以通过pip安装，如下所示：

pip install opencv-python tensorflow

目标检测

cvlib库具有名为Detect_common_Objects()的函数，该函数返回检测到的标签、边界框坐标和检测到的对象的置信度分数。

让我们创建一个将图像的文件名、预先训练的模型作为输入的函数，其中在我们的示例中将是YOLOv3和置信度，并将通过生成带有边界框的新图像来返回检测到的对象的标签。

import cv2
import cvlib as cv
from cvlib.object_detection import draw_bbox

让我们尝试一下从Unspash获得的以下图像，其中我们将其保存在我们的工作目录下，名称为my_image.jpg。image obtained from Unsplash where we have saved it under our working directory as my_image.jpg .

object_detection_with_bounding_boxes("my_image.jpg")

输出：

========================
Image processed: my_image.jpg

和输出图像：

讨论

正如我们所看到的，我们设法得到了大多数物品，如笔记本电脑、人、键盘、椅子和电视。如果我们想要算法不那么严格，返回更多检测到的对象，但有更高的假阳性概率，我们可以降低置信度。

如果您喜欢本文，您可能会对其他相关教程感兴趣：

• 基于识别的目标检测
• 基于TensorFlow的目标检测
• 图像和视频中的目标检测
• OpenCV中的人脸检测

参考文献：

[1]课程：生产中的机器学习入门Introduction to Machine Learning in Production

最初发布在Predictive HacksPredictive Hacks