在处理后的视频文件中进行对象检测是一项常见的任务。本文将介绍如何使用TensorFlow和MobileNet模型来实现这一功能。将从读取视频文件开始，然后展示如何过滤检测结果，以便只显示人。
为了进行对象检测，首先创建了一个名为VideoReader的类（参见video_reader.py在Part_05文件夹中）。这个类内部使用了OpenCV的VideoCapture。与之前从相机读取帧的情况类似，主要区别在于需要将文件路径传递给VideoCapture的初始化器：
def __init__(self, file_path):
try:
self.video_capture = opencv.VideoCapture(file_path)
except Exception as e:
print(e)
然后，通过调用VideoCapture类实例的read方法来读取文件中的连续帧：
def read_next_frame(self):
(capture_status, frame) = self.video_capture.read()
if capture_status:
return frame
else:
return None
要使用VideoReader类，首先调用初始化器以提供输入视频文件，然后根据需要多次调用read_next_frame方法来读取帧。当方法到达文件末尾时，它将返回None。
为了检测人，使用了之前创建的模块，包括Inference和ImageHelper类。将在main.py中引用它们。这些模块的源代码包含在Part_03文件夹中，并在之前的文章中进行了解释。
为了引用这些模块，在main.py文件中添加了以下语句，假设主脚本是从Part_05文件夹执行的：
import sys
sys.path.insert(1, '../Part_03/')
from inference import Inference as model
from image_helper import ImageHelper as imgHelper
因此，可以轻松地访问视频文件帧上的对象检测：
model_file_path = '../Models/01_model.tflite'
labels_file_path = '../Models/02_labels.txt'
ai_model = model(model_file_path, labels_file_path)
video_file_path = '../Videos/01.mp4'
video_reader = videoReader(video_file_path)
frame = video_reader.read_next_frame()
score_threshold = 0.5
results = ai_model.detect_objects(frame, score_threshold)
然而，问题在于检测了模型训练的所有对象。为了只检测人，需要过滤detect_objects方法返回的结果。为此，使用检测对象的标签。过滤方法可以如下实现：
def detect_people(self, image, threshold):
all_objects = self.detect_objects(image, threshold)
people = filter(lambda r: r['label'] == 'person', all_objects)
return list(people)
将上述方法detect_people添加到了Inference类中（参见inference.py在Part_03文件夹中）。detect_people函数内部调用detect_objects，然后使用内置的Python函数filter来过滤结果。第一个参数是过滤方法。在这里，使用了一个匿名lambda函数，它返回一个布尔值。当当前检测结果的标签是"person"时为True，否则为False。
为了显示检测到的人，使用了image_helper模块中的静态display_image_with_detected_objects方法。然而，display_image_with_detected_objects方法原本是为了在用户按下键之前显示图像。如果将其用于视频序列，用户将需要为每一帧按下键。为了适应视频，通过添加另一个参数delay来修改该方法。将这个参数的值传递给OpenCV的waitKey方法，以设置等待超时：
@staticmethod
def display_image_with_detected_objects(image, inference_results, delay=0):
opencv.namedWindow(common.WINDOW_NAME, opencv.WINDOW_GUI_NORMAL)
for i in range(len(inference_results)):
current_result = inference_results[i]
ImageHelper.draw_rectangle_and_label(image, current_result['rectangle'], current_result['label'])
opencv.imshow(common.WINDOW_NAME, image)
opencv.waitKey(delay)
默认情况下，延迟为0，因此该方法仍将适用于期望它等待按键的调用。
所有组件都准备好后，可以将它们整合在一起：
import sys
sys.path.insert(1, '../Part_03/')
from inference import Inference as model
from image_helper import ImageHelper as imgHelper
from video_reader import VideoReader as videoReader
if __name__ == "__main__":
model_file_path = '../Models/01_model.tflite'
labels_file_path = '../Models/02_labels.txt'
ai_model = model(model_file_path, labels_file_path)
video_file_path = '../Videos/01.mp4'
video_reader = videoReader(video_file_path)
score_threshold = 0.4
detect_only_people = False
delay_between_frames = 5
while True:
frame = video_reader.read_next_frame()
if frame is None:
break
if detect_only_people:
results = ai_model.detect_people(frame, score_threshold)
else:
results = ai_model.detect_objects(frame, score_threshold)
imgHelper.display_image_with_detected_objects(frame, results, delay_between_frames)