-
Real-Time Object Detection : 通常需在 100ms 以內計算出一次偵測
- step 1 : 讀取影像將影像輸出到
- step 2 : 將讀到影像傳送給以訓練好的模型偵測
- step 3 : 輸出偵測到的物件的 bounding box (bbox) 繪製出來
-
camera.py flow chart
-
使用 camera.py 實現
-
model = YOLO(r'C:\Users\user\Desktop\112-2社課\weights\face_five.pt')這邊改成自己的路徑 -
執行結果
- Introduce Variables & Functions
- DATA_DICT : {"按下的鍵值(ASCII)(key)": {"path": "放入你的影像路徑", "display": False, "type": "image"}, ....}，這個字典儲存了"路徑"、"是否顯示"、"檔案類別"
- show_image(cam_frame, image_key, kb) : 傳入參數有三個，cam_frame 代表相機當下讀取到的那一幀的影像，image_key 代表的是要顯示的影像，對應到我們先前建立的 DATA_DICT 的 key，kb 代表的是當次迴圈讀取到的鍵盤的值，用來檢查是否為 "q" 或 "Esc" 按鍵，"q" 為關閉影像，"Esc" 為跳出迴圈(相機結束讀取)。函式最後會回傳一張加入影像的 frame。
- show_video(cap, video, video_key, kb) : show_image 跟 show_video 差不多，差別是多一個 cap 物件，這個物件是用來讀取相機影像的物件，因為要和影片同時更新，所以我們在 show_video 做更新和顯示影像， show_image 則是回傳後才顯示更新後的影像。
- set_data_display(key) : 這個函式單純就是將我要顯示的影像(照片或影片)的 "display" 的 value 設定成 True，其他的改成 False，就是這麼簡單。
FPS 由英文 Frames Per Second 縮寫而來，意思是「每秒幀數」。平時我們看的影片其實是由一張張圖片構成，一張就是一幀。當連續播放時，因為「視覺暫留」，看起來就有動態效果。
-
img_video_in_camera.py flow chart
-
執行結果
- 這邊是利用 YOLO 物件辨識對車牌進行辨識，將辨識到的區域範圍進行文字辨識，文字辨識可以使用 pytesseract、easyocr，不過我這邊示使用 pytesseract 做示範。
- YOLO訓練資料集: https://universe.roboflow.com/search?q=plates%20taiwan ，按下 Download Dataset，然後選擇你要訓練的格式，這邊我們是使用 YOLOv8 格式，然後下載方式是選擇下載壓縮檔。
- yolov8_pytesseract_plate.py flow chart
- 結合上面兩個做出小專題
- Project 1 : 讀取某特定物體會顯示某特定圖片，例如 : 讀取到 "face" 會顯示 "usseewa.png"
- 這邊多了一個函式，set_data_all_false(s_dict)，人如其名，就是將所有資料的 display 設定成 False。
- 模型預測後會回傳一個 Results 物件，這裡面包含了剛剛那一張照片的預測結果資訊，bbox、conf、precision ...
DATA_DICT = {"1": {"path": "images/usseewa.jpg", "display": False, "type": "image"},
"2": {"path": "images/mikey.jpeg", "display": False, "type": "image"},
"3": {"path": "images/bon2.png", "display": False, "type": "image"},
"a": {"path": "video/MASHLE op2.mp4", "display": False, "type": "video"},
"b": {"path": "video/Gojo field.mp4", "display": False, "type": "video"}}
- Project 2 : 相機會讀取人臉，當 "face" 和 "five" 兩個類別同時被偵測到的時候，螢幕會出現 3 2 1 倒數計時，最後會照相，將結果儲存到資料夾
- Project 3.x : 是利用一些影像處理的套件和模型去實現車牌辨識，使用 YOLOv8 (ultralytics套件)、opencv套件。本人操作下來的心得是，要切割正確的車牌位置不太準確，不過 pytesseract 正確率雖然沒有比 easyocr 來的準確，但辨識的正確率應該也有70%~80。比較兩個的話， pytesseract {辨識時間較快，正確率較低}，easyocr {辨識時間較久，正確率高}。
參考資料 :- https://medium.com/jia-hong/%E5%9F%BA%E6%96%BCopencv%E4%B9%8B%E8%BB%8A%E7%89%8C%E8%BE%A8%E8%AD%98-b14ca20b1803
- https://lufor129.medium.com/pytesseract-%E8%BE%A8%E8%AD%98%E5%9C%96%E7%89%87%E4%B8%AD%E7%9A%84%E6%96%87%E5%AD%97-b1024f678fac
- https://steam.oxxostudio.tw/category/python/example/image-ocr.html
- 官網的詳細說明 : https://docs.ultralytics.com/zh/modes/predict/
- 這邊有一些範例，因為只使用一些，所以沒有全部的範例
