基于Python PIL与ImageGrab.grab的人物检测功能集成问询

嘿，我来帮你把人物检测和框选功能无缝整合到你的现有循环里！咱们用YOLOv8来做实时检测——它速度快、准确率够，特别适合这种屏幕捕获的实时场景。

第一步：准备依赖 #

先安装需要的库：

pip install ultralytics numpy opencv-python pillow

第二步：修改你的代码 #

我会把检测和框选逻辑直接嵌入到你的循环里，关键是要在循环外提前加载模型（避免每次循环都重新加载拖慢速度），然后在每帧里运行检测并绘制框选。

修改后的完整代码如下：

import cv2
import numpy as np
from PIL import ImageGrab
import time
from ultralytics import YOLO

# 提前加载YOLO模型（nano版本，速度快适合实时）
model = YOLO('yolov8n.pt')
last_time = time.time()

while(True):
    # 捕获屏幕区域
    screen = np.array(ImageGrab.grab(bbox=(0,40, 1680, 1050)))
    # 将RGB格式的屏幕帧转为OpenCV的BGR格式（可选，YOLO也支持RGB）
    screen_bgr = cv2.cvtColor(screen, cv2.COLOR_RGB2BGR)
    
    # 运行人物检测（只检测人，类别ID是0）
    results = model(screen_bgr, classes=[0])
    
    # 在帧上绘制检测框和标签
    annotated_frame = results[0].plot()
    
    # 打印循环耗时
    print('Loop took {} seconds'.format(time.time()-last_time))
    last_time = time.time()
    
    # 显示带框选的画面
    cv2.imshow('Detected People', annotated_frame)
    
    # 按q退出
    if cv2.waitKey(25) & 0xFF == ord('q'):
        cv2.destroyAllWindows()
        break

关键细节解释 #

• 模型加载：把YOLO('yolov8n.pt')放在循环外，这样只加载一次，大幅提升速度。如果需要更高准确率，可以换成yolov8s.pt（small版本），但速度会稍慢。
• 类别过滤：classes=[0]指定只检测“人”这个类别（YOLO的类别ID里0对应person），避免检测其他无关物体。
• 帧格式转换：ImageGrab捕获的是RGB格式，OpenCV默认用BGR，所以转一下格式可以让YOLO的检测结果和OpenCV显示的颜色一致。
• 框选绘制：results[0].plot()是YOLO内置的方法，自动帮你画出检测框、类别标签和置信度，不用自己手动写绘制逻辑，非常方便。

自定义调整方向 #

如果你想自己手动绘制框选（比如改框的颜色、粗细），可以替换annotated_frame = results[0].plot()为这段代码：

annotated_frame = screen_bgr.copy()
for result in results[0].boxes:
    # 获取框的坐标、置信度和类别
    x1, y1, x2, y2 = map(int, result.xyxy[0])
    conf = result.conf[0]
    cls = result.cls[0]
    
    # 绘制矩形框
    cv2.rectangle(annotated_frame, (x1, y1), (x2, y2), (0, 255, 0), 2)
    # 绘制标签
    label = f'Person {conf:.2f}'
    cv2.putText(annotated_frame, label, (x1, y1-10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0,255,0), 2)

这样你就能完全自定义框的样式啦！

内容的提问来源于stack exchange，提问作者Jennifer Miller