当前位置：首页 > news >正文

Python+OpenCV系列：AI看图识人、识车、识万物

news 来源：原创 2025/6/9 19:58:23

在人工智能风靡全球的今天，用 Python 和 OpenCV 结合机器学习实现物体识别，不仅是酷炫技能，更是掌握未来的敲门砖。本篇博文手把手教你如何通过摄像头或图片输入，识别人、动物、车辆及其他物品，让你的程序瞬间具备 AI 能力。

一、什么是物体识别？

物体识别是计算机视觉中的关键任务，通过算法从图像或视频中检测并分类特定目标。例如：识别人脸、识别汽车品牌、甚至是分类宠物品种。

借助 OpenCV 和 Python，我们可以轻松构建从简单到复杂的物体识别系统，包括基于传统机器学习的模型和深度学习的预训练模型（如 MobileNet、YOLO、ResNet）。

二、实现物体识别的工作流程

数据获取：
- 从摄像头实时捕捉视频帧。
- 从文件读取图像（支持 PNG、JPG 等格式）。
数据预处理：
- 灰度转换、尺寸缩放、归一化等。
模型加载：
- 使用预训练的 Haar 级联分类器（传统机器学习）。
- 或加载深度学习模型（如 DNN 模块支持的 MobileNet-SSD）。
目标检测与分类：
- 检测目标区域（Bounding Box）。
- 分类目标（如猫/狗/车辆）。

三、实现代码：检测人脸和车辆

（1）人脸检测（Haar 级联分类器）

import cv2# 加载 Haar 级联分类器
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')# 从摄像头捕捉视频
cap = cv2.VideoCapture(0)while True:ret, frame = cap.read()gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5)for (x, y, w, h) in faces:cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2)cv2.imshow('Face Detection', frame)if cv2.waitKey(1) & 0xFF == ord('q'):breakcap.release()
cv2.destroyAllWindows()

在这里插入图片描述

（2）车辆识别（深度学习 MobileNet-SSD）

import cv2# 加载 MobileNet-SSD 模型
prototxt_path = 'MobileNetSSD_deploy.prototxt'
model_path = 'MobileNetSSD_deploy.caffemodel'
net = cv2.dnn.readNetFromCaffe(prototxt_path, model_path)# 类别标签
CLASSES = ["background", "aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]cap = cv2.VideoCapture(0)while True:ret, frame = cap.read()h, w = frame.shape[:2]blob = cv2.dnn.blobFromImage(frame, 0.007843, (300, 300), 127.5)net.setInput(blob)detections = net.forward()for i in range(detections.shape[2]):confidence = detections[0, 0, i, 2]if confidence > 0.5:idx = int(detections[0, 0, i, 1])box = detections[0, 0, i, 3:7] * [w, h, w, h](startX, startY, endX, endY) = box.astype("int")label = f"{CLASSES[idx]}: {confidence:.2f}"cv2.rectangle(frame, (startX, startY), (endX, endY), (0, 255, 0), 2)cv2.putText(frame, label, (startX, startY - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)cv2.imshow('Object Detection', frame)if cv2.waitKey(1) & 0xFF == ord('q'):breakcap.release()
cv2.destroyAllWindows()

四、扩展功能

多对象识别：通过循环逐帧检测，实现实时多目标跟踪。
自定义分类：用 TensorFlow 或 PyTorch 训练自定义数据集，替换预训练模型。
GPU 加速：用 CUDA 提高实时检测性能（支持 NVIDIA 显卡）。

五、总结

借助 Python 和 OpenCV，你可以轻松实现从简单到复杂的物体识别。无论是用传统方法还是现代深度学习模型，OpenCV 都提供了丰富的工具。赶紧尝试，在 AI 的道路上迈出第一步！

Python+OpenCV系列：AI看图识人、识车、识万物

在人工智能风靡全球的今天，用 Python 和 OpenCV 结合机器学习实现物体识别，不仅是酷炫技能，更是掌握未来的敲门砖。本篇博文手把手教你如何通过摄像头或图片输入，识别人、动物、车辆及其他物品，让你的程序瞬间具备 AI …...

编程日记 2025/5/28 3:54:19

全排列..

本节通过对一个全排列的实例,帮助对深度优先算法的理解. 问题描述: 给定一个集合,实现集合中的元素重排列思路解析: 按照全排列的常规思维,执行过程如下:先确定第一位,将已经确定的元素放入一个数组中,再用一个循环对剩余数组进行全排列.在对剩余数组进行全排列时,就是递归执…...

编程日记 2025/6/4 14:28:43

用户体验与SEO的结合：如何优化网站以提升谷歌排名？

在SEO领域，算法、关键词和技术手段固然重要，但归根结底，谷歌的核心理念是提供最优质的用户体验。无论算法如何变化，用户体验始终是影响谷歌排名的重要因素之一。一个友好、直观的网站不仅能留住用户，还能直接提升搜索引…...

编程日记 2025/6/4 13:55:08

[计算机网络]ARP协议的故事：小明找小红的奇妙旅程

1.ARP小故事在一个繁忙的网络世界中，每个设备都有自己的身份标识——MAC地址，就像每个人的身份证号码一样。在这个故事里，我们的主角小明（主机）需要找到小红（目标主机）的MAC地址，才…...

编程日记 2025/5/31 4:58:41

http的MIME类型

在 HTTP 协议中，MIME 类型（Multipurpose Internet Mail Extensions）用于描述传输内容的类型和格式。MIME 类型通过 Content-Type 头字段来指定，告知客户端如何处理和显示接收到的数据。常见的 MIME 类型以下是一些常见的 MIME…...

编程日记 2025/5/31 21:17:47

【数字信号处理】数字信号处理试题及答案,离散序列，Z变换，傅里叶变换

关注作者了解更多我的其他CSDN专栏过程控制系统工程测试技术虚拟仪器技术可编程控制器工业现场总线数字图像处理智能控制传感器技术嵌入式系统复变函数与积分变换单片机原理线性代数大学物理热工与工程流体力学数字信号处理光电融合集成电路…...

编程日记 2025/5/31 23:43:59

信号槽【QT】

文章目录对象树字符集信号槽QT坐标系信号与槽connect自定义槽自定义信号disconnect 对象树 #ifndef MYLABEL_H #define MYLABEL_H#include<QLabel> class MyLabel : public QLabel { public:// 构造函数使用带 QWidget* 版本的.// 确保对象能够加到对象树上MyLabel(QWi…...

编程日记 2025/6/1 15:28:51

【JAVA】JAVA接口公共返回体ResponseData封装

一、JAVA接口公共返回体ResponseData封装，使用泛型的经典例子 public class ResponseData<T> implements Serializable { /** * */ private static final long serialVersionUID 7098362967623367826L; /** * 响应状态码 */ …...

编程日记 2025/6/3 4:02:05

如何评估并持续优化AI呼出机器人的使用效果

如何评估并持续优化AI呼出机器人的使用效果作者：开源呼叫中心FreeIPCC 随着人工智能技术的发展，AI呼出机器人在企业中的应用越来越广泛。这些智能系统不仅提高了工作效率、降低了成本，还改善了客户体验。然而，要确保AI呼出机器…...

编程日记 2025/6/3 21:11:30

SQL注入漏洞详解

SQL注入是一种常见且十分严重的安全漏洞。它利用应用程序对用户输入的验证不充分，从而导致恶意的SQL查询被执行，可能导致数据泄露、篡改、甚至系统被攻陷。本文将详细解析SQL注入攻击的原理，举例说明其实现过程，并提供多种防范方案…...

编程日记 2025/6/4 14:24:20

爬虫逆向学习(十四)：分享一下某数通用破解服务开发经验

阅前须知这篇博客不是教大家怎么实现的，而且告知大家有这个东西，或者说一种趋势，借此分享自己大致的实现经验。具体的实现我也不好整理，毕竟是在别人的基础上缝缝补补。前言使用补环境方式破解过某数的同学都知道&#xff0…...

编程日记 2025/6/4 12:13:11

同步升压芯片-FP6276BXR-G1不能工作的原因

电源管理芯片FP6276BXR-G1是一个升压稳压电源，我用来把一节锂电池升压到5V电源这个芯片是一个神奇的芯片，为什么专门拉出来写一篇文章呢，就是焊接好后，发现点不亮，这个就糟糕了。这个是网友 memoff的一张图&#…...

编程日记 2025/6/4 1:52:31

package mainimport ("github.com/kataras/iris" )func main() {app : iris.New() // 实例一个iris对象//配置路由app.Get("/", func(ctx iris.Context) {ctx.WriteString("Hello Iris")})app.Get("/aa", func(ctx iris.Context) {ct…...

编程日记 2025/5/25 5:52:13

基于Spring Boot的营销项目系统

一、系统背景与意义随着互联网技术的飞速发展，电子商务已成为现代商业活动的重要组成部分，深刻改变了人们的购物习惯和消费模式。然而，面对日益激烈的市场竞争和消费者需求的多样化，传统的电商管理系统往往存在功能单一、数据处…...

编程日记 2025/6/2 2:29:31

百度飞桨：零基础入门深度学习

目录前言一、概念：机器学习&深度学习1. 机器学习2. 深度学习二、实操：波士顿房价预测任务1. 线性回归模型2. 线性回归模型的神经网络结构3. 数据处理4. 模型设计5. 训练配置6. 训练过程6.1. 梯度下降法6.2. 计算梯度6.3. 使用Numpy进行梯度计算6.4…...

编程日记 2025/5/31 19:15:40

架构信息收集（小迪网络安全笔记~

附：完整笔记目录~ ps：本人小白，笔记均在个人理解基础上整理，若有错误欢迎指正！ 2.2 架构信息收集引子：一个Web应用的构成，由诸多组件&服务相结合，而域名仅是处于Web架构中最表…...

编程日记 2025/6/4 9:53:20

【Python】pandas库---数据分析

大学毕业那年，你成了社会底层群众里，受教育程度最高的一批人。前言这是我自己学习Python的第四篇博客总结。后期我会继续把Python学习笔记开源至博客上。上一期笔记有关Python的NumPy数据分析，没看过的同学可以去看看：【Pyt…...

编程日记 2025/6/4 14:56:39

天猫魔盒M17／M17S_超级UI 线刷固件包-可救砖（刷机取消双勾）

在智能电视盒子的领域中，天猫魔盒 M17 以其独特魅力占据一席之地，然而，原厂设置有时难以满足进阶用户的多元需求。此刻，刷机成为开启全新体验的关键钥匙，为您的盒子注入鲜活能量。一、卓越固件特性概览此款精心打造的…...

编程日记 2025/6/4 4:23:54

【Flink-scala】DataStream编程模型之延迟数据处理

DataStream API编程模型 1.【Flink-Scala】DataStream编程模型之数据源、数据转换、数据输出 2.【Flink-scala】DataStream编程模型之窗口的划分-时间概念-窗口计算程序 3.【Flink-scala】DataStream编程模型之水位线 4.【Flink-scala】DataStream编程模型之窗口计算-触发器-…...

编程日记 2025/6/4 10:53:19

samout llm解码幻觉更低更稳定

这段代码定义了一个简单的对话生成系统，包括模型加载、词汇表加载、以及基于给定提示生成文本的功能。下面是对代码的解析： load_model_and_voc(device"cpu"): 该函数用于加载预训练的模型和词汇表（vocabulary）。它首先…...

编程日记 2025/6/4 1:52:33

python学opencv|读取图像（十六）修改HSV图像HSV值

【1】引言前序学习进程中，我们已经掌握了对HSV通道和BGR通道的拆分和合并，并通过自由组合的形式，获得了和初始图像完全不一样的新图像，相关文章可以参考下述链接： python学opencv|读取图像（十四&#xf…...

编程日记 2025/6/3 19:02:51

nginx自定义错误页面

一、Nginx 自定义错误页面笔记 error_page 指令语法：error_page error_code [|answer-code] uri;作用：用于定义当特定的 HTTP 错误发生时，Nginx 应该返回给客户端的自定义页面。error_code 是需要自定义页面的 HTTP 错误码，例如 …...

编程日记 2025/6/2 23:56:09

通过枚举值调用函数

在做业务的时候，需要根据前端传递的不同枚举参数（比如说0，1）返回对应固定的值。但是这个值需要根据时间又有所变化。我们可以使用if-else去实现对应的逻辑，比如说，当前端传递参数为0是，需要返回…...

编程日记 2025/6/3 19:56:13

[手机Linux] 六，ubuntu18.04私有网盘(NextCloud)安装

一，LNMP介绍 LNMP一键安装包是一个用Linux Shell编写的可以为CentOS/RHEL/Fedora/Debian/Ubuntu/Raspbian/Deepin/Alibaba/Amazon/Mint/Oracle/Rocky/Alma/Kali/UOS/银河麒麟/openEuler/Anolis OS Linux VPS或独立主机安装LNMP(Nginx/MySQL/PHP)、LNMPA(Nginx/MySQ…...

编程日记 2025/5/28 1:00:07

powershell(1)

免责声明学习视频来自 B 站up主泷羽sec，如涉及侵权马上删除文章。笔记的只是方便各位师傅学习知识，以下代码、网站只涉及学习内容，其他的都与本人无关，切莫逾越法律红线，否则后果自负。泷羽sec官网：http…...

编程日记 2025/6/4 11:42:36

Message Processing With Spring Integration高级应用：自定义消息通道与端点

一、Spring Integration 简介 Spring Integration 是 Spring 框架的扩展，支持企业集成模式（EIP），提供轻量级的消息处理功能，帮助开发者构建可维护、可测试的企业集成解决方案。核心目标： 提供简单的模型…...

编程日记 2025/6/4 1:52:30

CUDA从入门到精通（六）——CUDA编程模型（二）

1. 核函数类型限定符 CUDA 核函数的常用函数类型限定符及其相关信息的表格： 限定符执行端调用方式备注__global__设备端（GPU）从主机代码使用 <<<...>>> 调用核函数用于声明核函数，在 GPU 上执行。只能从主机代…...

编程日记 2025/6/4 9:40:01

*【每日一题基础题】 [蓝桥杯 2023 省 B] 飞机降落

题目描述 N 架飞机准备降落到某个只有一条跑道的机场。其中第 i 架飞机在 Ti 时刻到达机场上空，到达时它的剩余油料还可以继续盘旋 Di 个单位时间，即它最早可以于 Ti 时刻开始降落，最晚可以于 Ti Di 时刻开始降落。降落过程需要 Li个单位时间…...

编程日记 2025/5/30 3:13:43

作业Day4: 链表函数封装；思维导图

目录作业：实现链表剩下的操作： 任意位置删除按位置修改按值查找返回地址反转销毁运行结果思维导图作业：实现链表剩下的操作： 1>任意位置删除 2>按位置修改 3>按值查找返回地址 4>反转 5>销毁任意…...

编程日记 2025/6/2 14:56:43

线性规划中的几种逻辑表达式

线性规划中的几种逻辑表达式注意： 摘录字刘博士的《数学建模与数学规划》， 以便用时可查。实际上Gurobi API 中自身放啊变的逻辑表达式函数，下面列出自定义的实现方式。 1 逻辑与如果 x 1 1 x_1 1 x11, x 2 1 x_2 1 x21, 那…...

编程日记 2025/6/2 14:57:55

NX二次开发通过内部函数获取面的面积MW_face_ask_area

获取动态库libmold.dll的路径 void TcharToChar(const TCHAR* tchar, char* _char) {int iLength; #if UNICODE//获取字节长度 iLength WideCharToMultiByte(CP_ACP, 0, tchar, -1, NULL, 0, NULL, NULL);//将tchar值赋给_char WideCharToMultiByte(CP_ACP, 0, tchar, -…...

编程日记 2025/6/4 4:03:25

初学stm32 ——— 串口通信

目录 STM32的串口通信接口 UART异步通信方式特点： 串口通信过程 STM32串口异步通信需要定义的参数: USART框图： 常用的串口相关寄存器串口操作相关库函数编辑串口配置的一般步骤 STM32的串口通信接口 UART：通用异步收发器USART&am…...

编程日记 2025/6/3 13:31:59

分割双声道音频-Audacity和ffmpeg

双声道音频资源： https://download.csdn.net/download/yudelian/90135217 1、ffmpeg分割双声道音频 ffmpeg -i input.wav -map_channel 0.0.0 left.wav -map_channel 0.0.1 right.wav 2、audacity分割双生音频并且播放选择分离立体声轨可以看出分离出了两个音频…...

编程日记 2025/6/1 12:43:55

在 Spring Boot 3 中实现基于角色的访问控制

基于角色的访问控制 (RBAC) 是一种有价值的访问控制模型，可增强安全性、简化访问管理并提高效率。它在管理资源访问对安全和运营至关重要的复杂环境中尤其有益。我们将做什么我们有一个包含公共路由和受限路由的 Web API。受限路由需要数据库中用户的有效 JWT。现在用户…...

编程日记 2025/6/3 4:02:06

MySQL追梦旅途之慢查询分析建议

一、找到慢查询查询是否开启慢查询记录 show variables like "%slow%";log_slow_admin_statements： 决定是否将慢管理语句（如 ALTER TABLE 等）记录到慢查询日志中。 log_slow_extra ： MySQL 和 MariaDB 中的一个系…...

编程日记 2025/6/4 15:53:13

电子应用设计方案-60：智能床垫系统方案设计

智能床垫系统方案设计一、引言智能床垫作为智能家居的一部分，旨在为用户提供更舒适的睡眠体验和健康监测功能。本方案将详细描述智能床垫系统的设计理念、功能模块及技术实现。二、系统概述 1. 系统目标 - 实时监测睡眠状态，包括心率、呼吸、体动等…...

编程日记 2025/5/31 22:53:30

聊聊航空航天软件中常用的SIFT（Software-Implemented Fault Tolerance）三版本方案

一、SIFT技术在软件程序控制流程中，特别是在SIFT（Software-Implemented Fault Tolerance）系统中使用三版本编程（Three-Version Programming, 3VP）意味着为同一个任务创建三个独立的软件版本。每个版本由不同的开发团…...

编程日记 2025/6/2 16:42:20

智能座舱进阶-应用框架层-Jetpack主要组件

Jetpack的分类 1. DataBinding：以声明方式将可观察数据绑定到界面元素，通常和ViewModel配合使用。 2. Lifecycle：用于管理Activity和Fragment的生命周期，可帮助开发者生成更易于维护的轻量级代码。 3. LiveData: 在底层数据库更…...

编程日记 2025/6/1 12:43:45

2024年底-Sre面试回顾

前言背景: 2024.11月底公司不大行了, 裁员收缩, 12月初开始面试, 2周大概面试了十几家公司, 3个2面要去线下, 有1个还不错的offer, 想结束战斗但还没到时候个人情况: base上海 5年经验(2年实施3年运维半年开发) 面试岗位: Sre、云原生运维、驻场运维、高级运维、实施交付 …...

编程日记 2025/6/1 0:03:56

vue2使用render，js中写html

1、js部分table.js export default {name: "dadeT",data() {return {dades: 6666};},render(h) {return h(div, [h(span, 组件数据：${this.dades}), // 利用data里的dades数据，展示在页面上h(span, 89855545)]);} };2、vue部分 <templat…...

编程日记 2025/6/4 10:50:56

L2tp环境搭建笔记- Openwrt平台

L2tp环境搭建笔记- Openwrt平台安装L2tp服务配置L2tp serverL2TP客户端配置（使用配置文件）L2TP客户端配置（LUCI)客户端拔号（命令行方式）defaultroute路由问题L2TP（Layer 2 Tunneling Protocol）是一种工作在二层的隧道协议，是一种虚拟专用网络（VPN）协议。L2TP通常基…...

编程日记 2025/5/29 12:49:59

解决Nginx + Vue.js (ruoyi-vue) 单页应用(SPA) 404问题的指南

问题描述在使用Vue.js构建的单页应用（SPA）中，特别是像ruoyi-vue这样的框架，如果启用了HTML5历史记录模式进行路由管理，那么用户直接访问子路径或刷新页面时可能会遇到404错误。这是因为当用户尝试访问一个非根路径时…...

编程日记 2025/6/2 15:55:22

Leetcode打卡：找到稳定山的下标

执行结果：通过题目： 3258 找到稳定山的下标有 n 座山排成一列，每座山都有一个高度。给你一个整数数组 height ，其中 height[i] 表示第 i 座山的高度，再给你一个整数 threshold 。对于下标不为 0 的一座山&#xf…...

编程日记 2025/6/1 12:43:41

51c嵌入式~单片机~合集3

我自己的原文哦~ https://blog.51cto.com/whaosoft/12362395 一、STM32代码远程升级之IAP编程 IAP是什么有时项目上需要远程升级单片机程序，此时需要接触到IAP编程。 IAP即为In Application Programming，解释为在应用中编程，用户自己的…...

编程日记 2025/6/2 15:25:21