Python相机自动采集图像，然后模板匹配、自动截取保存图片

原创

已于 2023-02-23 13:22:25 修改 · 2.5k 阅读

29 ·

CC 4.0 BY-SA版权

文章标签：

#python #opencv

于 2023-02-22 20:12:52 首次发布

该文章介绍了一种通过Python调用相机或者利用手机作为摄像头进行图像传输，然后进行模板匹配和非极大值抑制（NMS）来识别和提取目标的方法。代码示例中，使用了OpenCV库进行图像处理，包括灰度化、模板匹配和NMS算法来抑制重叠的检测框。最后，文章展示了匹配和提取的效果，并对代码进行了简单的总结和赞赏。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

前言

通过python调用相机然后间隔一段时间进行拍摄图片，进行识别提取。

提示：以下是本篇文章正文内容，下面案例可供参考

一、确保电脑存在相机等硬件设备

我的电脑没有相机硬件设备，于是我通过手机在局域网的状态下进行图像传输到电脑上，在这里特别推荐软件：DroidCam Client 建议大家按照情况自行安装。

二、主要使用代码

import os
import cv2
import time
import numpy as np


def py_nms(dets, thresh):#（模板匹配得到的符合范围的矩阵值，抑制的阈值）
    """Pure Python NMS baseline."""
    # x1、y1、x2、y2、以及score赋值
    # （x1、y1）（x2、y2）为box的左上和右下角标
    x1 = dets[:, 0]
    y1 = dets[:, 1]#左上角的坐标值

    x2 = dets[:, 2]
    y2 = dets[:, 3]#右下角的阈值

    scores = dets[:, 4]
    # 每一个候选框的面积
    areas = (x2 - x1 + 1) * (y2 - y1 + 1)
    # order是按照score降序排序的，从大到小
    order = scores.argsort()[::-1]
    # print("order:",order)

    keep = []
    while order.size > 0:
        i = order[0]
        keep.append(i)
        # 计算当前概率最大矩形框与其他矩形框的相交框的坐标，会用到numpy的broadcast机制，得到的是向量
        xx1 = np.maximum(x1[i], x1[order[1:]])
        yy1 = np.maximum(y1[i], y1[order[1:]])
        xx2 = np.minimum(x2[i], x2[order[1:]])
        yy2 = np.minimum(y2[i], y2[order[1:]])
        # 计算相交框的面积,注意矩形框不相交时w或h算出来会是负数，用0代替
        w = np.maximum(0.0, xx2 - xx1 + 1)
        h = np.maximum(0.0, yy2 - yy1 + 1)
        inter = w * h
        # 计算重叠度IOU：重叠面积/（面积1+面积2-重叠面积）
        ovr = inter / (areas[i] + areas[order[1:]] - inter)
        # 找到重叠度不高于阈值的矩形框索引
        inds = np.where(ovr <= thresh)[0]
        # print("inds:",inds)
        # 将o