查看检测和轨迹

def see_det(name):
  files=glob.glob(name+/'*.mp4')
  for file in files:
    cap=cv2.VideoCapture(file)
    locs=open(file.replace('.mp4','.txt'),'r').readlines()
    cv2.namedWindow('frame', 0)
    cv2.resizeWindow('frame', 1200,750)
    cv2.moveWindow('frame',100,-10)
    for loc in locs:
      loc = loc.strip().split(' ')
      x1 = int(float(loc[1]))
      y1 = int(float(loc[2]))
      x2 = int(float(loc[3]))
      y2 = int(float(loc[4]))
      frameid=int(loc[0])
      cap.set(1,frameid)
      if cv2.waitKey(1) & 0xFF == ord('q'):
        break
      success,frame=cap.read()
      cv2.rectangle(frame, (x1, y1), (x2, y2), (255, 255, 0), 2)
      cv2.imshow('frame',frame)
      cv2.waitKey(3)
    cap.release()
import pandas as pd
import cv2
import math
def see_track(name):
  files=glob.glob(name+/'*.mp4')
  for file in files:
    cap=cv2.VideoCapture(file)
    track=open(file.replace('.mp4','.txt'),'r')
    locs=pd.readtable(track,header=None,delimiter=',')
    points={}
    cv2.namedWindow('frame', 0)
    cv2.resizeWindow('frame', 1200,750)
    cv2.moveWindow('frame',100,-10)
    frames=int(max(locs[0]))
    for i in range(frames):
      cap.set(1,frameid)
      if cv2.waitKey(1) & 0xFF == ord('q'):
        break
      success,frame=cap.read()
      locsi=locs.loc[locs[0]==i]
      ids=[]
      for row_index,row in locsi.iterrows():
        x1=int(row[2])
        y1=int(row[3])
        x2=int(row[4])+x1
        y2=int(row[5])+y1
        x=(x1+x2)/2
        y=(y1+y2)/2
        fid=int(row[1])
        if fid not in ids:
            ids.append(fid)
        if fid not in points:
            points[fid]=[(x,y)]
        else:
            points[fid].append((x,y))
        
      for index,id in enumerate(ids):
        tmp=points[id][0]
        for point in points[id]:
            c=(255,255,0)
            frame=cv2.line(frame,tmp,point,c,2)
            tmp=point
    cv2.imshow('frame',frame)
    cv2.waitKey(3)
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 216,163评论 6 498
  • 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 92,301评论 3 392
  • 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 162,089评论 0 352
  • 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 58,093评论 1 292
  • 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 67,110评论 6 388
  • 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 51,079评论 1 295
  • 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 40,005评论 3 417
  • 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 38,840评论 0 273
  • 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 45,278评论 1 310
  • 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 37,497评论 2 332
  • 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 39,667评论 1 348
  • 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 35,394评论 5 343
  • 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 40,980评论 3 325
  • 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 31,628评论 0 21
  • 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 32,796评论 1 268
  • 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 47,649评论 2 368
  • 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 44,548评论 2 352

推荐阅读更多精彩内容