Lesson 38 YOLOv8 即時攝影機目標偵測教學－劉老師的跨域創想工坊

YOLOv8 即時攝影機目標偵測教學

在本篇教學中，我們將介紹如何使用 YOLOv8 和 PC 上的攝影機來實現即時目標偵測。程式會即時捕獲攝影機畫面，並標註檢測到的物體類別和邊界框。

1. 工具與環境準備

在開始之前，請確保已完成以下準備：

Python 環境： 確保 Python 版本為 3.7 或以上。
必要套件安裝： 使用以下命令安裝 YOLO 和 OpenCV 所需的套件：

pip install ultralytics opencv-python

2. 即時攝影機目標偵測完整程式碼

以下是完整的 Python 程式碼，適用於即時攝影機畫面目標偵測：

from ultralytics import YOLO
import cv2

# 加載 YOLO 模型
model = YOLO('yolov8n.pt')  # 使用 Nano 模型（輕量快速）

# 開啟攝影機（0 表示默認攝影機）
cap = cv2.VideoCapture(0)

# 檢查攝影機是否成功打開
if not cap.isOpened():
    print("無法啟動攝影機！")
    exit()

# 獲取攝影機畫面尺寸
frame_width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
frame_height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
print(f"攝影機畫面大小：{frame_width}x{frame_height}")

# 即時處理攝影機畫面
while True:
    ret, frame = cap.read()  # 從攝影機捕獲畫面
    if not ret:
        print("無法讀取攝影機畫面！")
        break

    # 使用 YOLO 模型進行推理
    results = model(frame)

    # 獲取帶檢測結果的畫面
    annotated_frame = results[0].plot()

    # 顯示畫面
    cv2.imshow("YOLOv8 Real-Time Detection", annotated_frame)

    # 按下 'q' 鍵退出
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 釋放攝影機和關閉視窗
cap.release()
cv2.destroyAllWindows()

3. 程式碼解析

加載 YOLO 模型：
```
model = YOLO('yolov8n.pt')
```
使用 YOLOv8 Nano 模型進行目標偵測，Nano 模型輕量且適合即時運行。
開啟攝影機：
```
cap = cv2.VideoCapture(0)
```
開啟默認攝影機（參數 0 表示第一個攝影機）。若有多個攝影機，可以將參數改為 1 或其他數字。
即時處理畫面：
```
ret, frame = cap.read()
```
從攝影機逐幀捕獲畫面，並傳入 YOLO 模型進行目標偵測。
顯示畫面：
```
cv2.imshow("YOLOv8 Real-Time Detection", annotated_frame)
```
使用 OpenCV 顯示帶檢測結果的畫面。
退出條件：
```
if cv2.waitKey(1) & 0xFF == ord('q'):
```
按下鍵盤上的 'q' 鍵退出程式。
釋放資源：
```
cap.release()
cv2.destroyAllWindows()
```
停止攝影機捕獲並關閉所有視窗。