基于yolo12对目标物体进行自动裁剪和模糊打码

视频演示

引言

本篇文章将深入剖析一个基于 YOLO12 模型的视频处理工具的代码实现逻辑与核心功能。该工具能够对视频中的目标物体（如行李箱）进行自动裁剪和模糊打码处理，适用于隐私保护、目标提取等场景。我们将重点讲解代码的核心逻辑、YOLO12 模型的应用以及实现效果，简要提及工具的使用方式。

核心功能与效果

该工具通过 Ultralytics YOLO 框架，利用 YOLO12 模型实现以下核心功能：

目标物体裁剪：自动检测视频中的目标物体（例如行李箱），并将其裁剪为单独的图片保存。
目标物体模糊：对检测到的目标物体区域进行模糊打码处理，并在模糊区域显示物体类别和置信度。
实时处理与保存：支持实时处理视频流，保存裁剪图片和处理后的视频。

效果展示：

输入：一段机场传送带运输行李箱的视频。
输出：
- 裁剪后的行李箱图片，保存至指定目录。
- 模糊打码后的视频，行李箱区域被模糊处理，并标注类别和置信度。
- 用户可通过界面控制播放、暂停和保存操作。

代码实现逻辑

工具的核心代码分为两个主要类：VideoProcessor（负责视频处理逻辑）和 VideoPlayer（负责用户界面和交互）。以下从逻辑和实现的角度详细分析。

1. VideoProcessor 类：核心处理逻辑

VideoProcessor 类封装了视频加载、帧处理和结果保存的逻辑，基于 YOLO12 模型实现目标检测、裁剪和模糊功能。

1.1 初始化与模型配置

def __init__(self):
    self.cap = None
    self.current_frame = None
    self.output_dir = "output"
    self.crop_enabled = False
    self.blur_enabled = False
    self.processed_frames = []
    # 初始化 YOLOv12 模型
    self.cropper = solutions.ObjectCropper(model="yolo12n.pt", show=False)
    self.blurrer = solutions.ObjectBlurrer(model="yolo12n.pt", show=False)
    if not os.path.exists(self.output_dir):
        os.makedirs(self.output_dir)

YOLO12 模型：使用 Ultralytics 的 solutions 模块，初始化 ObjectCropper 和 ObjectBlurrer 两个对象，分别用于裁剪和模糊处理，均基于预训练模型 yolo12n.pt。
输出目录：默认创建 output 目录，用于保存裁剪图片和处理后的视频。
状态管理：通过 crop_enabled 和 blur_enabled 控制是否启用裁剪或模糊功能。

1.2 视频加载与帧获取

def load_video(self, video_path):
    if self.cap:
        self.cap.release()
    self.cap = cv2.VideoCapture(video_path)
    return self.cap.isOpened()

def get_frame(self):
    if self.cap and self.cap.isOpened():
        ret, frame = self.cap.read()
        if ret:
            self.current_frame = frame
            return frame
    return None

视频加载：使用 OpenCV 的 cv2.VideoCapture 加载视频文件，确保视频有效性。
帧获取：逐帧读取视频，保存当前帧到 current_frame。

1.3 帧处理（裁剪与模糊）

def process_frame(self, frame):
    processed = frame.copy()
    if self.crop_enabled:
        results = self.cropper(frame)
        processed = results.plot_im if hasattr(results, 'plot_im') else processed
    if self.blur_enabled:
        results = self.blurrer(frame)
        processed = results.plot_im if hasattr(results, 'plot_im') else processed
    self.processed_frames.append(processed)
    return processed

核心逻辑：
- 裁剪：调用 ObjectCropper 处理视频帧，自动检测目标物体并裁剪，保存裁剪结果到 output 目录。
- 模糊：调用 ObjectBlurrer 对目标物体区域进行模糊处理，标注类别和置信度。
结果存储：处理后的帧存储在 processed_frames 列表中，用于后续视频保存。
灵活性：通过 crop_enabled 和 blur_enabled 动态控制是否应用裁剪或模糊。

1.4 保存处理结果

def save_frame(self, frame, filename):
    filepath = os.path.join(self.output_dir, filename)
    cv2.imwrite(filepath, frame)
    return filepath

裁剪图片保存：将裁剪后的图片保存到指定目录。
视频保存（在 VideoPlayer 中实现，见下文）。

2. VideoPlayer 类：用户界面与交互

VideoPlayer 类基于 PyQt5 实现图形界面，负责视频显示、用户交互和处理控制。

2.1 界面初始化

def init_ui(self):
    central_widget = QWidget()
    self.setCentralWidget(central_widget)
    main_layout = QHBoxLayout(central_widget)
    left_panel = QVBoxLayout()
    self.video_label = QLabel()
    self.video_label.setAlignment(Qt.AlignCenter)
    self.video_label.setMinimumSize(640, 480)
    left_panel.addWidget(self.video_label)
    # 控制按钮
    self.select_btn = QPushButton("选择视频")
    self.play_btn = QPushButton("播放")
    self.run_btn = QPushButton("运行处理")
    self.save_btn = QPushButton("保存视频")
    self.open_dir_btn = QPushButton("打开输出目录")
    # 处理选项
    self.crop_check = QCheckBox("裁剪")
    self.blur_check = QCheckBox("模糊")
    # 输出目录选择
    self.output_btn = QPushButton("选择输出目录")
    self.output_dir_label = QLabel("当前输出目录: " + self.processor.output_dir)

界面布局：
- 视频显示区域：QLabel 用于显示视频帧。
- 控制按钮：包括“选择视频”“播放”“运行处理”“保存视频”和“打开输出目录”。
- 处理选项：通过复选框控制裁剪和模糊功能。
- 输出目录：支持用户自定义输出路径。

2.2 视频播放与处理

def update_frame(self):
    frame = self.processor.get_frame()
    if frame is not None:
        if self.is_processing:
            processed_frame = self.processor.process_frame(frame)
            self.show_frame(processed_frame)
        else:
            self.show_frame(frame)
    else:
        self.timer.stop()
        self.playing = False
        self.play_btn.setText("播放")
        self.processor.cap.set(cv2.CAP_PROP_POS_FRAMES, 0)
        self.is_processing = False

实时播放：通过 QTimer 每 30ms 更新一帧（约 30fps）。
处理控制：当 is_processing 为 True 时，调用 process_frame 进行裁剪或模糊处理。
帧显示：将 OpenCV 帧转换为 Qt 图像，缩放后显示在 video_label 上。

2.3 保存处理后的视频

def save_video(self):
    if not self.processor.processed_frames:
        QMessageBox.warning(self, "错误", "请先运行处理视频")
        return
    file_path, _ = QFileDialog.getSaveFileName(self, "保存视频", "", "视频文件 (*.mp4 *.avi)")
    if file_path:
        frame_width = int(self.processor.cap.get(cv2.CAP_PROP_FRAME_WIDTH))
        frame_height = int(self.processor.cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
        fps = self.processor.cap.get(cv2.CAP_PROP_FPS)
        fourcc = cv2.VideoWriter_fourcc(*'mp4v')
        out = cv2.VideoWriter(file_path, fourcc, fps, (frame_width, frame_height))
        for frame in self.processor.processed_frames:
            out.write(frame)
        out.release()
        QMessageBox.information(self, "成功", "视频保存完成！")

视频保存：使用 OpenCV 的 VideoWriter 将处理后的帧合成为视频，保存为用户指定的文件名（支持 .mp4 和 .avi 格式）。
参数获取：从原始视频中获取帧率、分辨率等参数，确保输出视频一致。

技术亮点

YOLO12 模型高效性：
- 利用 yolo12n.pt 预训练模型，实现高效的目标检测、裁剪和模糊。
- ObjectCropper 和 ObjectBlurrer 提供便捷的 API，简化开发流程。
实时处理：
- 通过定时器和帧处理机制，实现视频流的实时处理与显示。
- 支持动态切换裁剪和模糊功能，灵活性强。
用户友好性：
- PyQt5 界面直观，支持视频预览、播放控制和结果保存。
- 提供输出目录选择和文件浏览功能，方便用户管理结果。
模块化设计：
- VideoProcessor 和 VideoPlayer 分离，逻辑清晰，便于维护和扩展。

总结

这个基于 YOLO12 的视频处理工具通过 Ultralytics 的 solutions 模块，实现了目标物体的自动裁剪和模糊打码功能。核心逻辑包括视频加载、帧处理（裁剪与模糊）、结果保存和用户交互，效果显著且操作简便。代码结构清晰，模块化设计使其易于扩展，适合视频处理、隐私保护等场景。

希望这篇文章帮助你理解 YOLO12 视频处理工具的实现逻辑！欢迎在评论区讨论或分享你的优化建议

posted @ 2025-09-09 09:59 Coding茶水间阅读(297) 评论(0) 收藏举报

刷新页面返回顶部

codingtea