车辆识别项目.rar

通过opencv对图像以及视频进行车辆识别：先加载图像，再把图像进行灰度化处理，再通过级联分类器xml文件，对图像进行识别，得到位置及大小，再用所得数据把车辆给框出来

# -*- coding: utf-8 -*-#
# PROJECT_NAME: opencv_vehicle_pro 
# Name:   mainWin
# Author: XQS
# Date:   2020/8/24


import sys
import cv2
from PyQt5.QtGui import *
from PyQt5.QtWidgets import *
from PyQt5.QtGui import QIcon QPalette QPixmap QBrush QRegExpValidator




class mainWin（QWidget）:
    def __init__（self）:
        “““
        构造函数
        “““
        super（）.__init__（）
        self.initUI（）
        self.openBtn.clicked.connect（self.openFile）  # 信号和槽
        self.grayBtn.clicked.connect（self.imgGray）  # 信号和槽
        self.carCheckBtn.clicked.connect（self.carCheck）

    def initUI（self）:
        # 设置窗口得大小
        self.setFixedSize（860 600）
        # 图标和背景
        self.setWindowtitle（“车辆检测“）
        self.setWindowIcon（QIcon（“img/icon.jpg“））  # 图标

        # 标签
        self.leftLab = QLabel（“原图:“ self）
        self.leftLab.setGeometry（10 50 400 400）  # 设置绝对位置
        self.leftLab.setstyleSheet（“background:white“）

        self.newLab = QLabel（“新图:“ self）
        self.newLab.setGeometry（420 50 400 400）  # 设置绝对位置
        self.newLab.setstyleSheet（“background-color:white“）

        # 按钮
        self.openBtn = QPushButton（“ 打开文件“ self）
        self.openBtn.setGeometry（10 10 80 30）


        self.grayBtn = QPushButton（“ 灰度处理“ self）
        self.grayBtn.setGeometry（100 10 80 30）

        self.carCheckBtn = QPushButton（“ 视频检测“ self）
        self.carCheckBtn.setGeometry（200 10 80 30）


    def carCheck（self）:
        print（“车流检测“）
        # parent: QWidget = None caption: str = ‘‘ directory: str = ‘‘ filter:
        #1. 选择视频
        video videoType = QFileDialog.getOpenFileName（self “打开视频“ ““ “*.mp4“）
        print（video videoType）

        # video --打开的视频filename
        #2. 读取加载视频
        cap = cv2.VideoCapture（video）

        #3.读取一帧图片
        while True:
            statusimg = cap.read（）
            if status:
                # 灰度
                gray = cv2.cvtColor（img cv2.COLOR_RGB2GRAY）
                # 2. 加载级联分类器
                car_detector = cv2.CascadeClassifier（“./cars.xml“）

                cars = car_detector.detectMultiScale（gray 1.2 2 cv2.CASCADE_SCALE_IMAGE （25 25） （200 200））
                # 画框框
                for （x y w h） in cars:
                    print（x y w h）
                    # img pt1 pt2 color thickness = None lineType = None shift = None
                    cv2.rectangle（img （x y） （x + w y + h） （255 255 255） 1 cv2.LINE_AA）

                print（“实时车流量“ len（cars））
                text = ‘car number: ‘+str（len（cars））
                # 添加文字
                cv2.putText（img text （350 100） cv2.FONT_HERSHEY_SIMPLEX 1.2 （255 255 0） 2）
                cv2.imshow（“opencv“ img）
                key = cv2.waitKey（10）  # 延时并且监听按键
                if key == 27:
                    break
            else:
                break

        # 释放资源
        cap.release（）
 

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件   10316681  2020-08-28 15:09  车辆识别项目\carMove.mp4

     文件     118803  2020-08-25 17:06  车辆识别项目\cars.xml

     文件      42802  2020-08-21 16:23  车辆识别项目\img\background.jpg

     文件      15335  2020-08-21 16:09  车辆识别项目\img\icon.jpg

     文件      51523  2020-08-26 17:02  车辆识别项目\img\vehicle.jpg

     文件      27614  2020-08-26 17:08  车辆识别项目\img\vehicle2.jpg

     文件      85785  2020-08-26 17:13  车辆识别项目\img\vehicle3.jpg

     文件       5488  2020-08-31 12:19  车辆识别项目\vehicle_win.py

     文件       2243  2020-08-25 15:30  车辆识别项目\__pycache__\mainWin.cpython-37.pyc

     目录          0  2020-08-31 15:32  车辆识别项目\img

     目录          0  2020-08-31 15:32  车辆识别项目\__pycache__

     目录          0  2020-08-31 15:32  车辆识别项目

----------- ---------  ---------- -----  ----

             10666274                    12