基于YOLOv8与OpenCV实现指定直线下方目标检测

关键修改点 #

• 修正直线绘制的宽度：由于帧被resize至(1280, 720)，直线终点需使用resize后的宽度值，避免直线长度与帧不匹配。
• 变量名优化：将x_line改为y_line，明确这是y轴方向的分割线坐标，避免混淆坐标轴。
• 目标筛选逻辑：遍历YOLO检测出的每个目标框，仅保留框体底部（y2坐标）位于分割线下方的目标，过滤掉线上方的所有结果。

修改后的完整代码 #

import cv2
import torch
import numpy as np
from ultralytics import YOLO

video_path = "rtsp://192.168.1.83/live/0/MAIN"

cap = cv2.VideoCapture(video_path)
model = YOLO('yolov8n.pt')

# 分割线的y轴坐标（对应resize后720高度的帧）
y_line = 600
resize_width, resize_height = 1280, 720

while cap.isOpened():
    success, frame = cap.read()
    if success:
        # 调整帧尺寸
        resized_frame = cv2.resize(frame, (resize_width, resize_height), interpolation=cv2.INTER_LINEAR)
        # 绘制分割直线
        cv2.line(resized_frame, (0, y_line), (resize_width, y_line), (255, 0, 0), 10)

        # YOLOv8推理
        results = model(resized_frame, conf=0.6, classes=0)
        
        # 筛选出直线下方的目标
        filtered_boxes = []
        for box in results[0].boxes:
            # 获取bbox的xyxy坐标：x1, y1, x2, y2（y2是框的底部y坐标）
            x1, y1, x2, y2 = box.xyxy[0].tolist()
            # 判断框的底部是否在直线下方
            if y2 > y_line:
                filtered_boxes.append(box)
        
        # 将筛选后的框赋值回结果集，用于后续绘图
        results[0].boxes = filtered_boxes
        
        # 绘制标注后的帧
        annotated_frame = results[0].plot()

        # 显示结果
        cv2.imshow("YOLOv8 Inference", annotated_frame)

        if cv2.waitKey(1) & 0xFF == ord("q"):
            break
    else:
        break

cap.release()
cv2.destroyAllWindows()

代码解释 #

1. 帧尺寸与直线绘制：固定resize后的帧尺寸为1280x720，绘制直线时使用该尺寸的宽度，确保直线贯穿整个帧。
2. 目标筛选：通过results[0].boxes获取所有检测框，每个框的xyxy属性包含左上角和右下角坐标，取右下角的y2值与y_line比较，仅保留符合条件的框。
3. 结果更新：将筛选后的框重新赋值给results[0].boxes，再调用plot()方法，即可仅绘制直线下方的目标框。

内容的提问来源于stack exchange，提问作者Arnav86