[YOLO] with OpenCV

YOLO와 OpenCV를 함께 사용해 보자.

 

import cv2
from ultralytics import YOLO

image = cv2.imread("palvin2.png")
model = YOLO("yolo26n-pose.pt")
result = model(image, save=False, show=False)[0]
# 1개의 이미지만 사용했으므로 이미지 내 사람 수와 상관없이 결과에는 항상 1개의 원소([0])만 있다

for i in range(len(result)):
	print(f"#{i} Confidence: {result.boxes.conf[i]}")
	print(f"Nose at ({result.keypoints.data[i][0][0].int()}, {result.keypoints.data[i][0][1].int()})")
	center = (result.keypoints.data[i][0][0].int().item(), result.keypoints.data[i][0][1].int().item())
	cv2.circle(image, center, 30, (255, 0, 0), 2)
	# result.keypoints.data[i][0] = nose(x, y)
	# Tensor.int() => 정수 tensor로 변환
	# Tensor.item() => tensor number를 Python number로 변환.

cv2.imshow("Image", image)
cv2.waitKey(0)
cv2.destroyAllWindows()

 

 

 

코 위치에 원이 그려진다.

 

아래 코드는 카메라를 사용해 매 프레임 마다 코 위치에 원을 그린다.

import cv2
from ultralytics import YOLO

capture = cv2.VideoCapture(0)
capture.set(cv2.CAP_PROP_FRAME_WIDTH, 640)
capture.set(cv2.CAP_PROP_FRAME_HEIGHT, 480)
if capture.set(cv2.CAP_PROP_FPS, 30):
	print("FPS set")
else:
	print("FPS setting failed")

model = YOLO("yolo26n-pose.pt")

while cv2.waitKey(1) < 0:
	ret, frame = capture.read()	
	result = model(frame, save=False, show=False, verbose=False)[0]
	# 1개의 프레임만 사용했으므로 프레임 내 사람 수와 상관없이 결과에는 항상 1개의 원소([0])만 있다

	for i in range(len(result)):		
		center = (result.keypoints.data[i][0][0].int().item(), result.keypoints.data[i][0][1].int().item())
		cv2.circle(frame, center, 30, (255, 0, 0), 2)
		# result.keypoints.data[i][0] = nose
		# Tensor.int() => 정수 tensor로 변환
		# Tensor.item() => tensor number를 Python number로 변환.

	cv2.imshow("Image", frame)

capture.release()
cv2.destroyAllWindows()