python：本机摄像头目标检测实时推理（使用YOLOv8n模型）

本文将介绍如何使用本机摄像头进行目标检测实时推理的python代码。

文章目录

- - 一、下载YOLO权重文件
  - 二、环境配置
  - 三、完整代码

一、下载YOLO权重文件

https://github.com/ultralytics/ultralytics?tab=readme-ov-file

拉到网页最下面，选择适合的模型，下载到本地。
在这里插入图片描述

二、环境配置

安装以下两个库，

pip install ultralytics
pip install opencv-python

三、完整代码

将yolov8n.pt保存在代码的同级目录下，当然你可以保存在任何地方，只需修改权重文件路径即可。

import cv2
from ultralytics import YOLO
import datetime# 加载YOLOv8模型
model = YOLO('./yolov8n.pt')# 打开默认摄像头 (设备索引为 0)
cap = cv2.VideoCapture(0)# 检查摄像头是否成功打开
if not cap.isOpened():print("无法打开摄像头")exit()while True:# 读取摄像头的每一帧ret, frame = cap.read()# 如果读取帧失败，则退出循环if not ret:print("无法接收帧（可能是摄像头断开）")break# 使用YOLOv8进行检测results = model(frame)# 解析结果并绘制检测框for result in results:boxes = result.boxesfor box in boxes:x1, y1, x2, y2 = map(int, box.xyxy[0])  # 获取检测框坐标confidence = box.conf[0]  # 获取置信度cls = int(box.cls[0])  # 获取类别label = model.names[cls]  # 获取类别名称# 绘制检测框和标签cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2)cv2.putText(frame, f"{label} {confidence:.2f}", (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)# 获取当前时间now = datetime.datetime.now()time_str = now.strftime("%Y-%m-%d %H:%M:%S")cv2.putText(frame, time_str, (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2, cv2.LINE_AA)# 显示当前帧cv2.imshow('Camera', frame)# 按下 'q' 键退出if cv2.waitKey(1) & 0xFF == ord('q'):break# 释放摄像头并关闭窗口
cap.release()
cv2.destroyAllWindows()