第五部分：进阶项目实战

在前面的学习中，我们已经掌握了图像和视频的基础操作、增强滤波、特征提取以及一些基础的目标检测方法。现在，我们将综合运用这些知识来构建一些更复杂、更实用的应用项目。

这一部分的项目将结合前面学到的技术，并介绍一些新的概念和工具，包括：

1. 人脸识别系统: 从识别到识别“谁”的脸。
2. 图像拼接与全景图制作: 将多张有重叠的图片合成为一张大图。
3. 深度学习与 OpenCV 结合: 利用 OpenCV 的 DNN 模块运行深度学习模型进行目标检测。

请注意，这些项目本身都是复杂领域，本部分将提供入门级别的实现，让你了解其基本流程和关键技术。每个实战项目都需要你准备相应的图片或模型文件。

---

OpenCV 进阶项目实战 (第五部分)

欢迎来到 OpenCV 教程的第五部分！现在你已经具备了坚实的 OpenCV 基础知识。是时候将这些知识融会贯通，应用于一些更高级、更有趣的计算机视觉项目了。

本部分将带你构建三个常见的计算机视觉应用：一个简单的人脸识别系统、一个图像拼接工具和一个基于深度学习的对象检测应用。这些项目将帮助你理解如何将不同的 OpenCV 功能组合起来解决实际问题。

1. 人脸识别系统

人脸识别是一个重要的计算机视觉任务，广泛应用于安全、身份验证、社交媒体等领域。人脸识别与我们之前学过的人脸检测不同，检测只是找到人脸的位置，而识别是确定这张脸属于“谁”。

一个典型的人脸识别系统流程包括：

1. 人脸检测: 在图像中找到人脸的位置（边界框）。
2. 人脸对齐 (Alignment): 将检测到的人脸区域进行标准化处理，例如旋转、缩放，使得眼睛、鼻子等关键点位于大致相同的位置，以减少姿势、角度等变化的影响。
3. 特征提取: 从对齐后的人脸图像中提取出能够唯一代表人脸身份的特征（人脸描述符）。
4. 特征匹配/比较: 将当前人脸的特征与一个已知人脸库中的特征进行比较，找到最相似的特征，从而确定身份。

我们将构建一个基于 OpenCV 传统方法的简单人脸识别系统，使用 LBPH (Local Binary Patterns Histograms) 人脸识别器。这个方法相对简单，适合入门，尽管现代方法通常使用深度学习。

Python

import cv2
import numpy as np
import os# --- 练习 1.1: 人脸检测与对齐 (简单) ---
# 这一步主要基于前面学过的级联分类器进行检测和裁剪# 1. 加载人脸检测器 (使用 Haarcascade)
# 确保你有 haarcascade_frontalface_default.xml 文件
cascade_path = 'haarcascade_frontalface_default.xml'
face_cascade = cv2.CascadeClassifier()if not face_cascade.load(cv2.samples.findFile(cascade_path)):print(f"错误: 无法加载人脸检测器文件: {cascade_path}")# sys.exit(1) # 如果找不到文件，程序退出face_cascade = None # 设置为 None 方便后续检查# 2. 定义一个函数来检测和裁剪人脸
def detect_and_crop_face(image_gray, face_detector):"""在灰度图像中检测人脸并返回裁剪后的人脸区域列表。"""if face_detector is None:return [] # 如果检测器未加载，返回空列表# 检测人脸faces = face_detector.detectMultiScale(image_gray,scaleFactor=1.1,minNeighbors=5,minSize=(30, 30))cropped_faces = []for (x, y, w, h) in faces:# 裁剪人脸区域cropped_face = image_gray[y:y+h, x:x+w]# 可以选择性地调整大小，以便于后续特征提取# cropped_face = cv2.resize(cropped_face, (100, 100)) # 调整到固定大小cropped_faces.append(cropped_face)return cropped_faces# --- 在实际人脸识别系统中，你会调用上面的函数处理训练和测试图片 ---
print("\n--- 练习 1.1 完成 (人脸检测和裁剪函数已定义) ---")
# 实际运行将在实战部分展示# --- 练习 1.2: 特征提取与匹配 (使用 LBPH) ---
# LBPH 是 OpenCV face 模块的一部分，它内部处理特征提取和匹配# 1. 创建 LBPH 人脸识别器
# 需要安装 opencv-contrib-python
# pip install opencv-contrib-python
try:recognizer = cv2.face.LBPHFaceRecognizer_create(radius=1, # 局部二进制模式的半径neighbors=8, # 使用的邻居数量grid_x=8, # 直方图网格大小grid_y=8,threshold=100 # 识别阈值，距离小于此值认为匹配成功)print("\nLBPH 人脸识别器已创建。")
except AttributeError:print("\n错误: 请确保你已安装 opencv-contrib-python 库。")recognizer = None # 设置为 None 方便后续检查# --- 在实际人脸识别系统中，你会调用 recognizer.train() 和 recognizer.predict() ---
print("\n--- 练习 1.2 完成 (LBPH 识别器已创建) ---")
# 实际运行将在实战部分展示# --- 练习 1.3: 实战：简单人脸识别应用 ---# 这个实战需要一个数据集。建议按照以下结构创建文件夹：
# dataset/
# -- person1/
# ---- img1.jpg
# ---- img2.jpg
# ---- ...
# -- person2/
# ---- img1.jpg
# ---- img2.jpg
# ---- ...dataset_path = 'dataset' # 替换成你的数据集文件夹路径
if not os.path.exists(dataset_path):print(f"\n错误: 数据集文件夹未找到: {dataset_path}")print("请创建 'dataset' 文件夹，并在其中创建子文件夹 (如 person1, person2)，每个子文件夹放入该人物的照片。")print("跳过人脸识别实战。")run_face_recognition_실전 = False
else:run_face_recognition_실전 = Trueif run_face_recognition_실전 and face_cascade is not None and recognizer is not None:print("\n--- 实战练习: 简单人脸识别应用 ---")images = [] # 用于存储训练图像labels = [] # 用于存储对应的标签 (人物ID)label_map = {} # 用于存储人物ID到姓名的映射current_id = 0print("正在加载和预处理训练数据...")# 遍历数据集文件夹for person_name in os.listdir(dataset_path):person_dir = os.path.join(dataset_path, person_name)if os.path.isdir(person_dir):if person_name not in label_map:label_map[person_name] = current_idcurrent_id += 1label = label_map[person_name]# 遍历人物文件夹中的图片for image_name in os.listdir(person_dir):image_path = os.path.join(person_dir, image_name)try:img = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)# 检测并裁剪人脸 (使用前面定义的函数)cropped_faces = detect_and_crop_face(img, face_cascade)# 对于简单的系统，假设每张训练图只有一个人脸if len(cropped_faces) > 0:# 对于 LBPH，输入图像需要是固定大小# 如果 detect_and_crop_face 没有调整大小，这里需要调整face_img = cv2.resize(cropped_faces[0], (100, 100)) # 调整大小到100x100images.append(face_img)labels.append(label)# print(f"已处理 {image_path} 提取人脸，标签: {label}")else:# print(f"警告: 未在 {image_path} 中检测到人脸，跳过。")passexcept Exception as e:print(f"处理图片 {image_path} 时发生错误: {e}")print(f"共加载 {len(images)} 张训练人脸图像。")print(f"人物ID映射: {label_map}")if len(images) > 0:# 训练人脸识别器print("正在训练人脸识别器...")recognizer.train(images, np.array(labels))print("训练完成。")# --- 进行人脸识别测试 ---test_image_path = 'your_test_image.jpg' # 替换成你要测试的图片路径# 尝试找一张包含数据集中人物或陌生人脸的图片try:test_img_color = cv2.imread(test_image_path)if test_img_color is None:raise FileNotFoundError(f"测试图片文件未找到: {test_image_path}")test_img_gray = cv2.cvtColor(test_img_color, cv2.COLOR_BGR2GRAY)output_img = test_img_color.copy()# 在测试图像中检测人脸test_faces = face_cascade.detectMultiScale(test_img_gray,scaleFactor=1.1,minNeighbors=5,minSize=(30, 30))print(f"\n在测试图像中检测到 {len(test_faces)} 个人脸。")# 对检测到的每张人脸进行识别for (x, y, w, h) in test_faces:cropped_test_face = test_img_gray[y:y+h, x:x+w]# 调整大小与训练图像一致cropped_test_face = cv2.resize(cropped_test_face, (100, 100))# 进行预测# label: 预测的人物ID# confidence: 置信度/距离，值越小越相似predicted_label, confidence = recognizer.predict(cropped_test_face)# 根据置信度判断是否是已知人物# recognition_threshold = recognizer.getThreshold() # 获取训练时设置的阈值recognition_threshold = 100 # 或者使用训练时设置的阈值# 查找人物名称predicted_name = "未知"for name, lbl in label_map.items():if lbl == predicted_label:predicted_name = namebreak# 根据置信度判断是否识别成功if confidence < recognition_threshold:display_text = f"{predicted_name} ({confidence:.2f})"box_color = (0, 255, 0) # 绿色框表示识别成功else:display_text = f"未知 ({confidence:.2f})"box_color = (0, 0, 255) # 红色框表示未知# 在图像上绘制边界框和预测结果cv2.rectangle(output_img, (x, y), (x+w, y+h), box_color, 2)cv2.putText(output_img, display_text, (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.7, box_color, 2)# 显示结果cv2.imshow('Face Recognition Result', output_img)cv2.waitKey(0)cv2.destroyAllWindows()except FileNotFoundError:print(f"错误: 测试图片文件未找到: {test_image_path}")except Exception as e:print(f"处理测试图片时发生错误: {e}")else:print("训练数据不足，无法进行人脸识别。请检查数据集文件夹。")else:print("\n跳过人脸识别实战，请确保数据集、人脸检测器和 LBPH 识别器已准备就绪。")print("\n--- 实战练习: 简单人脸识别应用 完成 ---")

实战提示:

• 准备数据集: 这是最关键的一步。创建一个名为 dataset 的文件夹，并在其中创建与每个人物对应的子文件夹（例如 person1, person2, zhangsan, lisi）。将每个人的多张照片放入其对应的子文件夹中。照片应包含清晰的人脸，尽量在不同角度、光照下拍摄。每人至少需要几张照片用于训练。
• 确保人脸检测器文件存在: haarcascade_frontalface_default.xml 文件应该在你的代码同一目录下，或者你在代码中提供了正确的完整路径。
• 安装 opencv-contrib-python: LBPH 人脸识别器在 opencv-contrib-python 库中。
• 设置测试图片路径: 修改 test_image_path 为你要测试的图片路径。
• 这个系统是基于传统方法的简单实现，对于复杂场景和大规模数据集，性能有限。现代人脸识别通常使用深度学习模型。

2. 图像拼接与全景图制作

图像拼接是将多张有重叠区域的图像合并成一张视野更宽的图像（如全景图）的技术。

基本流程：

1. 特征提取: 在每张图像中找到特征点（如 ORB, SIFT, SURF）。
2. 特征匹配: 找到不同图像中对应于同一场景点的特征点对。
3. 估计变换: 根据匹配的特征点对，计算图像之间的几何变换关系（如单应性变换 Homography）。如果场景是平面的，或者相机只旋转，单应性变换适用；如果场景有深度变化且相机移动，则需要更复杂的变换（如基本矩阵Fundamental Matrix）。
4. 图像校正/扭曲 (Warping): 根据计算出的变换，将图像进行校正或扭曲，使其在同一个平面或透视下对齐。
5. 图像融合 (Blending): 将扭曲后的图像进行融合，消除重叠区域的接缝。

OpenCV 提供了一个方便的 cv2.Stitcher 类，可以自动处理大部分这些步骤，简化全景图的制作过程。

Python

import cv2
import numpy as np
import os# --- 练习 2.1: 特征匹配与变换 (概念) ---
# 这部分概念我们在第三部分 ORB 匹配和本部分的单应性变换中已涉及
# 代码实现比较复杂，我们将在实战中使用 Stitcher 自动处理# 单应性变换 (Homography)
# 描述了两个平面之间的投影变换。在图像拼接中，如果场景是平面，或者相机绕某个点旋转，
# 那么可以通过 Homography 矩阵 H 将一个图像平面上的点 (x, y) 映射到另一个图像平面上的点 (x', y'):
# [x']   [h11 h12 h13] [x]
# [y'] = [h21 h22 h23] [y]
# [w']   [h31 h32 h33] [1]
# 其中 x' = x'/w', y' = y'/w'# OpenCV 函数:
# cv2.findHomography(srcPoints, dstPoints, method, ransacReprojThreshold, mask, maxIterations, confidence)
#   根据匹配的特征点对 (srcPoints 和 dstPoints) 计算 Homography 矩阵 H。
#   method: 估计方法 (如 cv2.RANSAC 使用 RANSAC 算法剔除误匹配点)
#
# cv2.warpPerspective(src, M, dsize, dst, flags, borderMode, borderValue)
#   使用 Homography 矩阵 M 对图像 src 进行透视变换，输出到尺寸为 dsize 的图像 dst。print("\n--- 练习 2.1 完成 (特征匹配与变换概念已介绍) ---")# --- 练习 2.2: 图像融合技术 (概念) ---
# 融合是将重叠区域的像素值平滑过渡，避免出现明显的拼接线。# 简单融合方法:
# 1. 平均法: 在重叠区域简单平均两个图像的像素值。
# 2. 羽化 (Feathering): 在重叠区域创建渐变的权重掩膜，靠近图像边缘的权重为0，靠近中心权重为1，然后按权重融合像素。
# 3. 多波段融合 (Multi-band Blending): 将图像分解到不同频率波段，在每个波段进行融合，再合成，效果最好但最复杂。# OpenCV 的 Stitcher 类通常会采用更高级的融合方法。print("\n--- 练习 2.2 完成 (图像融合技术概念已介绍) ---")# --- 练习 2.3: 实战：制作全景照片 ---# 这个实战需要多张有重叠的图片。相机位置尽量不变，只旋转。
# 图片示例可以在网上搜索 "image stitching dataset" 或自己拍摄。
# 建议使用两到三张图片进行测试。# 请将你的图片放在一个文件夹中，并在下方指定图片文件列表
image_paths = ['image1.jpg','image2.jpg','image3.jpg',# ... 根据你的图片数量添加
]# 检查图片文件是否存在
loaded_images = []
print("\n--- 实战练习: 制作全景照片 ---")
print("正在加载图片...")
for path in image_paths:try:img = cv2.imread(path)if img is None:raise FileNotFoundError(f"图片文件未找到: {path}")loaded_images.append(img)print(f"成功加载图片: {path}")except FileNotFoundError as e:print(e)print(f"跳过加载图片: {path}")if len(loaded_images) < 2:print("\n错误: 需要至少两张图片进行拼接。")print("请在代码中指定正确的图片文件列表。")run_stitching_실전 = False
else:run_stitching_실전 = Trueif run_stitching_실전:# 1. 创建 Stitcher 对象# cv2.Stitcher_create() 创建默认的 Stitcher# cv2.Stitcher_create(mode) 可以指定拼接模式，如 cv2.STITCHER_PANORAMAstitcher = cv2.Stitcher_create()# stitcher = cv2.Stitcher_create(cv2.STITCHER_PANORAMA) # 显式指定全景模式# 2. 执行图像拼接# stitcher.stitch(images) 返回一个元组:#   status: 拼接状态码 (如 cv2.Stitcher_OK 表示成功)#   result: 拼接后的图像 (numpy数组)print("正在进行图像拼接...")status, stitched_image = stitcher.stitch(loaded_images)# 3. 处理拼接结果if status == cv2.Stitcher_OK:print("图像拼接成功！")# 显示拼接结果cv2.imshow('Stitched Panorama', stitched_image)# 可以选择性地保存结果# cv2.imwrite('panorama.jpg', stitched_image)# print("拼接结果已保存为 panorama.jpg")elif status == cv2.Stitcher_ERR_NEED_MORE_IMGS:print("错误: 需要更多图片进行拼接。")elif status == cv2.Stitcher_ERR_HOMOGRAPHY_EST_FAIL:print("错误: 单应性矩阵估计失败。匹配点不足或图片间没有足够重叠。")elif status == cv2.Stitcher_ERR_CAMERA_PARAMS_ADJUST_FAIL:print("错误: 相机参数调整失败。")else:print(f"图像拼接失败，状态码: {status}")cv2.waitKey(0)cv2.destroyAllWindows()else:print("\n跳过图像拼接实战，请准备至少两张有重叠的图片。")print("\n--- 实战练习: 制作全景照片 完成 ---")

实战提示:

• 准备图片: 确保你的图片有足够的重叠区域（建议每两张相邻图片之间有 30%-50% 的重叠）。相机尽量保持稳定，只进行旋转拍摄。避免移动相机位置过多，否则单应性模型可能不适用。
• 调整 Stitcher 参数 (进阶): cv2.Stitcher_create() 可以接受一个模式参数。更高级的调整可以通过访问 Stitcher 对象的各个属性（如特征检测器 stitcher.setFeaturesFinder(), 匹配器 stitcher.setMatcher(), 估计器 stitcher.setEstimator(), 融合器 stitcher.setBlender() 等）来进行，但这超出了入门教程的范围。
• 如果拼接失败，检查图片是否满足重叠要求，或者尝试更换特征检测器/匹配器。

3. 深度学习与 OpenCV 结合

深度学习在近年的计算机视觉领域取得了巨大成功，尤其是在图像分类、目标检测、语义分割等方面。OpenCV 提供了 DNN (Deep Neural Network) 模块，允许我们加载和运行各种深度学习框架（如 TensorFlow, Caffe, PyTorch, Darknet 等）训练好的模型。

这意味着你无需深入了解深度学习模型的训练过程，就可以利用现有的优秀模型来解决计算机视觉问题。

3.1 深度学习基础概念 (非常简要)

• 神经网络: 由层层相连的“神经元”组成的计算模型。
• 深度: 指的是神经网络的层数很多。
• 训练: 使用大量带有标签的数据来调整神经网络的参数（权重和偏置），使其能够学习到从输入（如图像像素）到输出（如对象类别、边界框坐标）的映射关系。
• 推理 (Inference): 使用训练好的模型对新的、未知的数据进行预测或分类。
• 卷积神经网络 (CNN): 一种特别适合处理图像的神经网络结构，能够有效地提取图像的层次化特征。
• 预训练模型: 在大型数据集（如 ImageNet）上已经训练好的模型，可以直接使用，或在此基础上进行微调以适应特定任务。

3.2 使用 OpenCV 加载和运行预训练模型

OpenCV 的 DNN 模块简化了加载和运行预训练模型的过程。

Python

import cv2
import numpy as np
import os# --- 练习 3.2: 使用 OpenCV DNN 加载模型 (概念) ---# 1. 获取模型文件
# 你需要模型的架构文件 (如 .cfg, .prototxt) 和权重文件 (如 .weights, .caffemodel, .pb)
# 这些文件通常在模型的官方网站或相关的 GitHub 仓库中提供。
# 例如，对于 YOLO v3，你需要 yolov3.cfg 和 yolov3.weights 文件。# 2. 加载网络模型
# cv2.dnn.readNet(model, config, framework)
#   model: 权重文件路径
#   config: 架构文件路径 (可选)
#   framework: 框架名称 (可选，如 "Caffe", "TensorFlow", "Darknet")
# 如果文件扩展名能确定框架， framework 参数可以省略# 例如加载 Darknet/YOLO 模型
# model_cfg = 'yolov3.cfg'
# model_weights = 'yolov3.weights'
# if os.path.exists(model_cfg) and os.path.exists(model_weights):
#     net = cv2.dnn.readNet(model_weights, model_cfg, 'Darknet')
#     print("YOLOv3 模型加载成功。")
# else:
#      print(f"错误: 未找到模型文件 {model_cfg} 或 {model_weights}")
#      net = None # 设置为 None 方便后续检查# 加载 TensorFlow 模型示例 (假设你有 model.pb 和 model.pbtxt)
# model_pb = 'model.pb'
# model_pbtxt = 'model.pbtxt'
# if os.path.exists(model_pb) and os.path.exists(model_pbtxt):
#     net = cv2.dnn.readNetFromTensorflow(model_pb, model_pbtxt)
#     print("TensorFlow 模型加载成功。")
# else:
#      print(f"错误: 未找到模型文件 {model_pb} 或 {model_pbtxt}")
#      net = None# 设置首选的后端和设备 (可选，可以优化性能)
# net.setPreferableBackend(cv2.dnn.DNN_BACKEND_CUDA) # 如果有CUDA支持，使用GPU
# net.setPreferableTarget(cv2.dnn.DNN_TARGET_CUDA)
# 或者使用CPU
# net.setPreferableBackend(cv2.dnn.DNN_BACKEND_OPENCV)
# net.setPreferableTarget(cv2.dnn.DNN_TARGET_CPU)# 3. 准备输入图像 (Blob)
# 深度学习模型通常需要特定格式的输入，称为 Blob。
# cv2.dnn.blobFromImage(image, scalefactor, size, mean, swapRB, crop, ddepth)
#   image: 输入图像 (numpy数组)
#   scalefactor: 缩放因子 (如 1/255.0 将像素值缩放到 0-1 范围)
#   size: 模型期望的输入尺寸 (宽度, 高度)
#   mean: 从通道值中减去的均值 (如 ImageNet 的均值 [104, 117, 123])
#   swapRB: 交换 R 和 B 通道 (OpenCV 默认 BGR 顺序，很多模型期望 RGB)
#   crop: 是否裁剪图像
#   ddepth: 输出 blob 的深度 (如 cv2.CV_32F)# 例如，对一个图像进行 blob 转换
# image = cv2.imread('your_image.jpg')
# if image is not None:
#     blob = cv2.dnn.blobFromImage(image, 1/255.0, (416, 416), swapRB=True, crop=False)
#     # size 根据模型的输入要求来定，YOLOv3 常用的有 (320, 320), (416, 416), (608, 608)# 4. 设置输入并进行前向传播 (Inference)
# net.setInput(blob)
# output_layers = net.getUnconnectedOutLayersNames() # 获取输出层名称 (不同模型可能不同)
# outputs = net.forward(output_layers) # 执行推理，获取输出结果print("\n--- 练习 3.2 完成 (OpenCV DNN 加载模型概念已介绍) ---")
# 实际运行将在实战部分展示# --- 练习 3.3: 实战：使用 YOLO 进行对象检测 ---# 这个实战需要下载 YOLO 模型文件和类别名称文件。
# 建议下载较小版本的 YOLO 模型，例如 YOLOv3-tiny。
# 你可以从这里找到链接或文件: https://github.com/pjreddie/darknet (YOLO 官网)
# 或者一些提供了预训练模型的 GitHub 仓库，例如: https://github.com/AlexeyAB/darknet# 请确保你的代码文件同一目录下有以下三个文件：
# 1. 模型的配置文件 (.cfg)，例如 yolov3-tiny.cfg
# 2. 模型的权重文件 (.weights)，例如 yolov3-tiny.weights
# 3. 类别名称文件 (.names)，例如 coco.namesmodel_cfg = 'yolov3-tiny.cfg' # 替换成你的 cfg 文件名
model_weights = 'yolov3-tiny.weights' # 替换成你的 weights 文件名
class_names_file = 'coco.names' # 替换成你的 names 文件名# 检查文件是否存在
if not os.path.exists(model_cfg):print(f"\n错误: 模型配置文件未找到: {model_cfg}")run_yolo_실전 = False
elif not os.path.exists(model_weights):print(f"\n错误: 模型权重文件未找到: {model_weights}")run_yolo_실전 = False
elif not os.path.exists(class_names_file):print(f"\n错误: 类别名称文件未找到: {class_names_file}")run_yolo_실전 = False
else:run_yolo_실전 = Trueif run_yolo_실전:print("\n--- 实战练习: 使用 YOLO 进行对象检测 ---")# 1. 加载网络模型try:net = cv2.dnn.readNet(model_weights, model_cfg, 'Darknet')# 设置首选后端和设备 (可选)# net.setPreferableBackend(cv2.dnn.DNN_BACKEND_CUDA)# net.setPreferableTarget(cv2.dnn.DNN_TARGET_CUDA)print("YOLOv3-tiny 模型加载成功。")except Exception as e:print(f"错误: 加载模型时发生错误: {e}")print("请检查模型文件是否正确，以及OpenCV是否支持该模型。")run_yolo_실전 = Falseif run_yolo_실전:# 2. 加载类别名称with open(class_names_file, 'r') as f:classes = [line.strip() for line in f.readlines()]# 3. 加载要检测的图像image_path = 'your_object_detection_image.jpg' # 替换成你的测试图片路径 (包含常见物体)try:image = cv2.imread(image_path)if image is None:raise FileNotFoundError(f"测试图片文件未找到: {image_path}")print(f"成功加载测试图像: {image_path}")H, W = image.shape[:2] # 获取图像尺寸except FileNotFoundError as e:print(e)print(f"跳过 YOLO 检测，请检查测试图片路径: {image_path}")run_yolo_실전 = Falseexcept Exception as e:print(f"加载测试图片时发生错误: {e}")run_yolo_실전 = Falseif run_yolo_실전:# 4. 准备输入 Blob# YOLOv3-tiny 期望的输入尺寸是 416x416 (或其他 32 的倍数)# 这里将图像缩放到 416x416，像素值缩放到 0-1 范围，交换 R 和 B 通道blob = cv2.dnn.blobFromImage(image, 1 / 255.0, (416, 416), swapRB=True, crop=False)# 5. 设置输入并进行前向传播 (推理)net.setInput(blob)# 获取 YOLO 输出层的名称# YOLO 有多个输出层，通常通过 getUnconnectedOutLayers 获取output_layers_names = net.getUnconnectedOutLayersNames()# 执行推理print("正在进行推理...")outputs = net.forward(output_layers_names)print("推理完成。")# 6. 后处理: 解析输出结果# YOLO 的输出是一个列表，每个元素是对应输出层的检测结果。# 每个检测结果是一个 numpy 数组，行代表检测到的对象，列包括中心坐标 (x, y), 宽高 (w, h),# 置信度 (objectness score), 以及各个类别的概率。boxes = [] # 存储边界框坐标confidences = [] # 存储置信度classIDs = [] # 存储类别ID# 定义置信度阈值和非极大值抑制阈值confidence_threshold = 0.5 # 只保留置信度高于此值的检测结果nms_threshold = 0.4 # 用于非极大值抑制 (NMS)for output in outputs:for detection in output:# detection 是一个 numpy 数组，前5个元素是 (x, y, w, h, objectness_score)，后面是类别概率scores = detection[5:] # 类别概率classID = np.argmax(scores) # 获取概率最高的类别IDconfidence = scores[classID] # 获取对应类别的置信度# 如果置信度高于阈值if confidence > confidence_threshold:# 将边界框的中心坐标和宽高转换为左上角坐标和宽高center_x = int(detection[0] * W) # 乘以原图宽度center_y = int(detection[1] * H) # 乘以原图高度w = int(detection[2] * W)h = int(detection[3] * H)x = int(center_x - w / 2) # 左上角 xy = int(center_y - h / 2) # 左上角 yboxes.append([x, y, w, h])confidences.append(float(confidence))classIDs.append(classID)# 7. 应用非极大值抑制 (NMS)# NMS 用于去除重叠的、冗余的边界框，只保留最佳的检测结果。# cv2.NMSBoxes(boxes, confidences, score_threshold, nms_threshold)# 返回保留下来的边界框的索引indices = cv2.NMSBoxes(boxes, confidences, confidence_threshold, nms_threshold)print(f"检测到 {len(indices)} 个对象 (经过NMS)。")# 8. 在图像上绘制检测结果output_image = image.copy()if len(indices) > 0:for i in indices.flatten(): # indices 是一个多维数组，需要展平x, y, w, h = boxes[i]confidence = confidences[i]classID = classIDs[i]# 获取类别名称和颜色label = f"{classes[classID]}: {confidence:.2f}"# 随机生成颜色 (对于每个类别可以使用固定颜色)color = (0, 255, 0) # 绿色# 绘制边界框cv2.rectangle(output_image, (x, y), (x + w, y + h), color, 2)# 绘制类别标签和置信度cv2.putText(output_image, label, (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.6, color, 2)# 9. 显示结果cv2.imshow('Object Detection (YOLO)', output_image)cv2.waitKey(0)cv2.destroyAllWindows()else:print("\n跳过 YOLO 对象检测实战，请确保模型文件 (.cfg, .weights, .names) 已准备就绪。")print("\n--- 实战练习: 使用 YOLO 进行对象检测 完成 ---")

实战提示:

• 获取模型文件: 这是最重要的一步。你需要下载 yolov3-tiny.cfg, yolov3-tiny.weights, coco.names 这三个文件，并放在你的代码文件同一目录下。可以尝试从 YOLO 官网或 GitHub 仓库下载。注意文件可能比较大。
• 更换测试图片: 修改 image_path 为你要检测的图片路径。确保图片中包含 COCO 数据集中常见的物体（如人、汽车、猫、狗、椅子等）。
• 调整阈值: 调整 confidence_threshold 和 nms_threshold 会影响检测结果。较高的置信度阈值会减少误检，但可能漏掉一些对象；较高的 NMS 阈值会保留更多重叠的框。
• 更快的模型: YOLOv3-tiny 比 YOLOv3 更快，但精度较低。对于实时应用，tiny 模型更实用。
• 其他模型: OpenCV 的 DNN 模块也支持其他框架和模型，例如 SSD, Faster R-CNN 等。你可以尝试加载其他模型文件进行测试。

---

总结

恭喜你！你已经完成了 OpenCV 教程的第五部分，也是最后一部分的进阶项目实战。我们通过三个项目，将前面学到的基础和中级知识应用到了更复杂的场景：

• 构建了一个简单的人脸识别系统，了解了从检测到识别的基本流程。
• 利用 OpenCV 的 Stitcher 类，轻松实现了图像拼接和全景图制作。
• 通过 OpenCV 的 DNN 模块，学习了如何加载和运行预训练的深度学习模型，成功实现了对象检测。

这些项目只是冰山一角。计算机视觉是一个广阔而活跃的领域，还有很多更高级的技术和应用等待你去探索。

接下来你可以做什么？

• 深入研究: 选择你感兴趣的项目（人脸识别、图像拼接、对象检测等），深入研究其背后的原理和更高级的算法。
• 探索其他模块: OpenCV 还有许多其他模块，如视频分析 (光流、跟踪器)、相机标定、三维重建等。
• 结合其他库: 将 OpenCV 与其他强大的 Python 库结合，如 scikit-image (更多图像处理算法), dlib (高级人脸处理), TensorFlow/PyTorch (构建和训练自己的深度学习模型)。
• 参与开源社区: 查看 OpenCV 的 GitHub 仓库，了解最新的功能和贡献代码。
• 实战项目: 将你学到的知识应用于实际的项目中，解决现实世界的问题。

希望这个系列的教程为你打开了计算机视觉的大门，并激发了你继续学习和探索的兴趣！如果在学习过程中有任何疑问，或者未来遇到问题，都欢迎继续提问。