YOLO+Sort车辆轨迹绘制代码出现列表索引越界错误求助

问题背景 #

使用YOLOv8+Sort算法追踪视频中的车辆，通过trajectories字典存储每个车辆ID对应的中心坐标（列表格式，每两个元素为一组(x,y)坐标），目标是全程保留车辆行驶轨迹。原代码尝试提取每个ID列表的最后四个坐标点绘制轨迹连线，但处理第二个车辆ID时触发IndexError: list index out of range，报错行：third_coordinate = trajectories[id][p + 2]。调整全局变量p、q的自增位置仍报错，移除自增则只能绘制前四个点，无法更新最新轨迹。

错误原因 #

1. 全局变量冲突：p、q是所有车辆ID共用的全局计数器，第一个ID处理后p、q会递增，后续ID的轨迹列表长度可能仅为4（如第二个ID的列表为[541,140,542,141]），此时p已变为2，p+2=4超出列表索引范围（列表最大索引为3）。
2. 轨迹保留逻辑错误：原代码直接在每一帧的视频画面上绘制轨迹，但下一帧的画面是全新的视频帧，之前绘制的轨迹会被覆盖，无法实现“全程保留”。
3. 取点逻辑偏差：需求是绘制全程轨迹，无需用全局计数器逐个取点，应基于每个ID的轨迹列表，依次连接所有连续坐标点。

修复方案 #

1. 删除全局的p、q变量，每个车辆ID的轨迹独立处理。
2. 创建独立的轨迹画布，所有轨迹绘制在该画布上，避免被新帧覆盖。
3. 遍历每个ID的轨迹列表，依次连接所有连续的坐标点，实现全程轨迹保留。

完整修复代码 #

import cv2
import numpy as np
import math
from ultralytics import YOLO
from sort import Sort
import cvzone
from typing import Union, Any

cap = cv2.VideoCapture("../Videos/3 way traffic.mp4")  # 加载视频
model = YOLO("../Yolo-Weights/yolov8l.pt")
classNames = ["person", "bicycle", "car", "motorbike", "aeroplane", "bus", "train", "truck"]
mask = cv2.imread("mask.png")
tracker = Sort(max_age=20, min_hits=3, iou_threshold=0.3)  # 初始化Sort追踪器
trajectories = {}

# 获取视频尺寸，创建空白轨迹画布（用于保留全程轨迹）
frame_width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
frame_height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
trajectory_img = np.zeros((frame_height, frame_width, 3), dtype=np.uint8)

while True:
    success, img = cap.read()
    if not success:
        break
    imgRegion = cv2.bitwise_and(img, mask)
    results = model(imgRegion, stream=True)
    detections = np.empty((0, 5))
    
    # 检测目标并筛选车辆类
    for r in results:
        boxes = r.boxes
        for box in boxes:
            x1, y1, x2, y2 = box.xyxy[0]
            x1, y1, x2, y2 = int(x1), int(y1), int(x2), int(y2)
            w, h = x2 - x1, y2 - y1
            conf: float = math.ceil((box.conf[0] * 100)) / 100
            cls = int(box.cls[0])
            currentClass: Union[str, Any] = classNames[cls]
            
            # 筛选车辆类且置信度达标
            if (currentClass in ["car", "truck", "bus", "motorbike"]) and conf > 0.3:
                currentArray = np.array([x1, y1, x2, y2, conf])
                detections = np.vstack((detections, currentArray))
                cvzone.putTextRect(img, f' {currentClass}', (x1 + 10, y1 + 20), 
                                  colorT=(255, 255, 255), colorR=(60, 20, 220), 
                                  font=cv2.FONT_HERSHEY_TRIPLEX, scale=0.75, thickness=1, offset=2)
    
    # 更新追踪结果
    resultsTracker = tracker.update(detections)
    for result in resultsTracker:
        x1, y1, x2, y2, id = result
        x1, y1, x2, y2 = int(x1), int(y1), int(x2), int(y2)
        w, h = x2 - x1, y2 - y1
        
        # 绘制目标框和中心圆点
        cvzone.cornerRect(img, (x1, y1, w, h), l=17, t=2, rt=1, colorR=(255, 228, 181), colorC=(60, 20, 220))
        cx, cy = x1 + w // 2, y1 + h // 2
        cv2.circle(img, (cx, cy), 5, (255, 0, 255), cv2.FILLED)
        
        # 更新轨迹字典
        if id in trajectories:
            trajectories[id].extend([cx, cy])
        else:
            trajectories[id] = [cx, cy]
        
        # 绘制全程轨迹：遍历当前ID的所有连续坐标点
        traj = trajectories[id]
        if len(traj) >= 4:  # 至少有两个坐标点才能连线
            for i in range(0, len(traj)-2, 2):
                prev_x, prev_y = traj[i], traj[i+1]
                curr_x, curr_y = traj[i+2], traj[i+3]
                # 在轨迹画布上绘制连线（不会被新帧覆盖）
                cv2.line(trajectory_img, (prev_x, prev_y), (curr_x, curr_y), (0, 255, 0), 2)
    
    # 将轨迹画布与当前视频帧叠加显示
    img_with_trajectory = cv2.addWeighted(img, 0.8, trajectory_img, 0.2, 0)
    cv2.imshow("Image", img_with_trajectory)
    # 按q退出，原waitKey(0)会逐帧暂停，改成waitKey(1)正常播放，可按需调整
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

关键优化点 #

• 新增trajectory_img空白画布，所有轨迹绘制在该画布上，确保全程轨迹不会被新帧覆盖。
• 移除全局计数器，针对每个ID的轨迹列表，遍历所有连续坐标对绘制连线，实现完整轨迹展示。
• 调整cv2.waitKey(0)为cv2.waitKey(1)，让视频正常播放（若需逐帧查看可改回0）。

内容的提问来源于stack exchange，提问作者Shaair