能否通过C#向YOLO（Darknet）发送图片并获取目标物体的位置与类型？

完全可以通过C#实现和YOLO（Darknet）的交互，完成图片检测并获取物体类型与位置信息！下面我会给你详细讲清楚实现方案、预期结果和代码示例：

预期检测结果格式 #

检测后你会得到类似这样的结构化数据，用表格展示更清晰：

对应的可视化检测效果如下：

C#实现方案与代码示例 #

这里提供两种主流实现思路，先给你展示最易上手的命令行调用方式，再简要说明高性能的C API调用方式：

1. 命令行调用方式（快速实现） #

这种方式通过调用Darknet的命令行工具来处理图片，然后解析输出结果，适合快速验证需求：

首先定义存储检测结果的实体类，以及核心的检测器类：

using System;
using System.Collections.Generic;
using System.Drawing;
using System.Drawing.Imaging;
using System.IO;
using System.Diagnostics;
using System.Linq;

public class ObjectPosition
{
    public string Type { get; set; }
    public int X { get; set; }
    public int Y { get; set; }
    public int Width { get; set; }
    public int Height { get; set; }
}

public class YoloDetector
{
    private readonly string _darknetExecutablePath;
    private readonly string _yoloConfigPath;
    private readonly string _yoloWeightsPath;
    private readonly string _dataConfigPath;

    // 构造函数初始化Darknet相关文件路径
    public YoloDetector(string darknetExePath, string configPath, string weightsPath, string dataPath)
    {
        _darknetExecutablePath = darknetExePath;
        _yoloConfigPath = configPath;
        _yoloWeightsPath = weightsPath;
        _dataConfigPath = dataPath;
    }

    public ObjectPosition[] GetObjects(Image image)
    {
        // 步骤1：将输入图片保存为临时文件（Darknet命令行需要读取本地文件）
        string tempImagePath = Path.Combine(Path.GetTempPath(), $"{Guid.NewGuid()}.jpg");
        image.Save(tempImagePath, ImageFormat.Jpeg);

        // 步骤2：构建Darknet检测命令
        string commandArgs = $"detect {_dataConfigPath} {_yoloConfigPath} {_yoloWeightsPath} {tempImagePath} -dont_show";
        var processStartInfo = new ProcessStartInfo
        {
            FileName = _darknetExecutablePath,
            Arguments = commandArgs,
            RedirectStandardOutput = true,
            UseShellExecute = false,
            CreateNoWindow = true,
            WorkingDirectory = Path.GetDirectoryName(_darknetExecutablePath) // 设置工作目录为Darknet所在文件夹
        };

        // 步骤3：执行命令并解析输出结果
        var detectionResults = new List<ObjectPosition>();
        using (var darknetProcess = Process.Start(processStartInfo))
        {
            while (!darknetProcess.StandardOutput.EndOfStream)
            {
                string outputLine = darknetProcess.StandardOutput.ReadLine();
                // 筛选包含检测结果的行（格式示例：bicycle: 99% (214, 150) -> (664, 528)）
                if (!string.IsNullOrEmpty(outputLine) && outputLine.Contains("%"))
                {
                    var lineParts = outputLine.Split(new[] { ": ", " (", ") -> (" }, StringSplitOptions.RemoveEmptyEntries);
                    if (lineParts.Length >= 4)
                    {
                        string objectType = lineParts[0];
                        var topLeftCoords = lineParts[2].Split(',').Select(int.Parse).ToArray();
                        var bottomRightCoords = lineParts[3].Split(new[] { ',', ')' }, StringSplitOptions.RemoveEmptyEntries).Select(int.Parse).ToArray();

                        detectionResults.Add(new ObjectPosition
                        {
                            Type = objectType,
                            X = topLeftCoords[0],
                            Y = topLeftCoords[1],
                            Width = bottomRightCoords[0] - topLeftCoords[0],
                            Height = bottomRightCoords[1] - topLeftCoords[1]
                        });
                    }
                }
            }
            darknetProcess.WaitForExit();
        }

        // 步骤4：清理临时文件
        File.Delete(tempImagePath);

        return detectionResults.ToArray();
    }
}

2. C API调用方式（高性能） #

如果你的场景对性能要求很高，可以通过P/Invoke直接调用Darknet的C语言API，避免命令行的进程开销。这种方式需要你熟悉C#的指针操作和内存管理，核心思路是：

• 导入Darknet的DLL函数（如load_network、detect_image等）
• 将C#的Image对象转换为Darknet可识别的图像格式
• 调用检测函数并解析返回的检测结果

不过这种实现相对复杂，适合有一定C++和P/Invoke经验的开发者。

注意事项 #

• 你需要先下载Darknet的预编译版本（或者自行编译），并准备好YOLO的权重文件（如yolov3.weights）、配置文件（yolov3.cfg）和数据集配置文件（coco.data）
• Windows环境下需要确保Darknet依赖的OpenCV DLL文件存在于程序运行目录中
• 如果使用System.Drawing，注意在.NET Core/.NET 5+环境下需要安装System.Drawing.Common NuGet包

内容的提问来源于stack exchange，提问作者Tom Baires