第1步：獲取大量汽車圖片

第2步：把它們都變成黑白圖片

灰度圖像使算法更快。顏色增加了模型的復雜性，或者我們可以說灰色圖像是用來簡化數學的。例如，我們可以談論亮度、對比度、邊緣、形狀、輪廓、紋理、透視、陰影等，而不必討論顏色。

第3步：訓練算法以檢測汽車

現在問題來了：計算機如何訓練算法？

我們只是找到匹配項。

我們可以匹配上述功能，以實際檢測到汽車的后保險杠，如下所示。

檢測行人的想法是一樣的

一切都是為了匹配特征或形狀。如果某個物體與上述特征相匹配，模型會將其檢測為行人。

讓我們開始編寫檢測器

步驟1：我們首先需要安裝OpenCV庫。

pip install opencv-python

如果這不起作用，請嘗試：

pip install opencv-python-headless

如果你仍然無法安裝。嘗試使用搜索，如何在計算機上安裝opencv？

步驟2：下載機器學習文件(Haar Cascade xml文件)：

我們已經提供了經過預訓練的汽車和人體(行人)分類器，我們只需要下載它即可。

汽車預訓練分類器：https://raw.githubusercontent.com/andrewssobral/vehicle_detection_haarcascades/master/cars.xml

人體預訓練分類器：https://raw.githubusercontent.com/opencv/opencv/master/data/haarcascades/haarcascade_fullbody.xml

步驟3：我們只需要編寫20行代碼。你可以通過閱讀代碼來理解它。

GitHub的代碼：https://github.com/nidhipunj7/AI-Car-and-Pedestrian-Tracking

結果

• https://youtu.be/XXmPGpy9PxE

總結

以上是生活随笔為你收集整理的行人跟踪python_使用Python为初学者构建AI汽车和行人跟踪的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。