通过可视化增强计算机视觉应用

步骤 1：设置环境

选择了自己喜欢的环境后，下一步就是为运行预测和可视化结果进行设置。您可以使用上述任何一种环境，具体取决于您最擅长的环境。

如果您在Google Colab 中工作，请记住它默认使用CPU ，这可能会降低性能。要想加快速度，可以切换到GPU ，方法是进入 "运行时 "菜单，选择 "更改运行时类型"，然后将硬件加速器设置为GPU （最好是 T4）。

要准备好环境，你需要使用下面提到的命令安装Ultralytics Python 软件包。在 Colab 或 Jupyter 等基于笔记本的工具中，请确保在命令前添加感叹号（!）。

pip install ultralytics

‍

步骤 2：下载视频文件

接下来，我们需要一段视频。您可以从 Pexels 等免费素材网站上轻松下载。确保选择的视频包含YOLO11 可以检测到的物体。由于模型是在COCO 数据集上预先训练过的，因此它可以识别常见的物体，如人、汽车和自行车。 

在本教程中，我们将使用一段繁忙的机场航站楼行李处理视频。您可以使用相同的视频，也可以选择适合您项目的其他视频。

‍

步骤 3：导入软件包

接下来，我们可以导入必要的库并加载输入的视频。

首先，我们将导入 OpenCV (cv2)，它是计算机视觉中广泛使用的图像和视频处理库。我们还将导入Ultralytics 库，它可以帮助我们进行物体检测并从视频中生成分析结果。

然后，我们将尝试通过指定路径打开视频文件。确保将 "path/to/video.mp4 "替换为下载视频文件的实际位置。 

此外，下面的代码片段还包括一个简单的检查，以确保视频加载正确。如果路径错误或文件损坏，程序将停止并显示错误信息："读取视频文件出错"。

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
assert cap.isOpened(), "Error reading video file"

‍

步骤 4：准备视频作者

然后，我们将设置一个视频写入器来保存输出。当我们运行分析程序时，这部分代码将创建一个新的视频文件，记录原始视频中每一帧生成的更新图形。

在下面的代码片段中，我们首先提取输入视频的关键属性--宽度、高度和每秒帧数（fps）。这些值直接从视频中提取并转换为整数，以确保它们在写入输出时格式正确。

接下来，我们使用 cv2.VideoWriter 函数创建一个新的视频文件，文件名为 "analytics_output.avi"（可根据需要重命名）。视频使用 MJPG 格式保存，这是一种常见的视频压缩方法。输出分辨率设置为 1280×720 像素，与原始视频的大小无关。

w, h, fps = (int(cap.get(x)) for x in (cv2.CAP_PROP_FRAME_WIDTH, cv2.CAP_PROP_FRAME_HEIGHT, cv2.CAP_PROP_FPS))
out = cv2.VideoWriter(
    "analytics_output.avi",
    cv2.VideoWriter_fourcc(*"MJPG"),
    fps,
    (1280, 720), 
)

‍

步骤 5：设置Ultralytics 分析解决方案

现在，我们将设置Ultralytics Analytics 解决方案，以便从视频中生成图表。你可以选择数据的显示方式，如折线图、饼图、面积图或柱状图，还可以选择使用哪种YOLO 模型。在本例中，我们将使用轻量级的 "yolo11n.pt "模型，并以区域图的形式显示结果。

analytics = solutions.Analytics(
    show=True, 
    analytics_type="area", 
    model="yolo11n.pt",   
)

‍

步骤 6：处理输入视频

代码的最后部分运行一个循环，一次处理一帧视频。每一帧都会传递给分析工具，后者会实时更新图表。更新后的图形将写入输出视频。如果无法读取帧，循环就会停止。处理完所有帧后，视频将被保存并关闭所有打开的窗口。

frame_count = 0
while cap.isOpened():
    success, im0 = cap.read()
    if success:
        frame_count += 1
        results = analytics(im0, frame_count) 

        out.write(results.plot_im) 
    else:
        break
cap.release()
out.release()
cv2.destroyAllWindows() 

‍

第 7 步：组合

最后，让我们将所有内容整合在一起。只需几行额外的代码，我们就能生成两个输出视频：一个显示YOLO11 物体检测结果（带边框和标签），另一个显示实时分析图。

为此，我们将设置两个 VideoWriter 实例--一个用于保存预测视频，另一个用于分析。这一版本的代码包括对象跟踪和图表生成，因此您可以看到检测结果和可视化洞察。

以下是综合代码以及预测和分析输出的示例。

import cv2
from ultralytics import YOLO, solutions

# Load model and video
model = YOLO('yolo11n.pt')
cap = cv2.VideoCapture('path/to/video.mp4')
assert cap.isOpened(), "Error opening video"

# Get properties
w, h = int(cap.get(3)), int(cap.get(4))
fps = cap.get(5)
analytics_res = (1280, 720)

# Writers for prediction and analytics videos
out_pred = cv2.VideoWriter('output_predictions.avi', cv2.VideoWriter_fourcc(*'MJPG'), fps, (w, h))
out_ana = cv2.VideoWriter('output_analytics.avi', cv2.VideoWriter_fourcc(*'MJPG'), fps, analytics_res)

# Analytics setup
analytics = solutions.Analytics(show=True, analytics_type="area", model='yolo11n.pt')

# Process frames
frame_count = 0
while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break

    frame_count += 1
    pred_frame = model.track(frame, persist=True)[0].plot()
    out_pred.write(pred_frame)

    resized = cv2.resize(pred_frame, analytics_res)
    out_ana.write(analytics(resized, frame_count).plot_im)

cap.release(), out_pred.release(), out_ana.release(), cv2.destroyAllWindows()

‍

上述代码成功运行后，将生成两个输出视频。文件 "output_predictions.avi "将显示带边框和标签的对象检测结果，而 "output_analytics.avi "将显示基于检测结果的实时分析图。

‍

下面是基于预测的分析输出中的一帧。通过区域图，我们可以深入了解行李箱数量随时间的波动情况，例如在第 268 帧附近出现的峰值，表明行李箱在视频的该部分出现了移动或活动。

‍