VS+QT+Opencv使用YOLOv4进行目标检测并显示目标坐标位置

2023-08-25 02:34| 来源: 网络整理| 查看: 265

概述：用Opencv进行目标检测时，识别的结果显示在控制台上，若将图像显示到QT界面上，需要进行图像的格式转换。关于识别的文本结果，我选择用QLabel控件进行显示，以为可以像C++中cout那样直接输出，实际写的时候发现不是那回事，牵扯到int转换成QString，QString 的用法，QString与string的转化，解决中文乱码等问题。于是在此做个总结，写了个可视化的界面案例。

目录 1.环境配置2.QLabel控件的使用2.1QLabel控件的应用2.2QString 的用法 3.源代码

1.环境配置

VS2019+QT5.13.2+Opencv4.4 （其中Opencv版本必须在4.4及以上，否则不支持YOLOv4）关于环境的配置参考我之前的博客： https://blog.csdn.net/qq_45445740/article/details/109582260

2.QLabel控件的使用 2.1QLabel控件的应用

①显示文字（普通文本、html）

label->setText(“Hello, World!”);

②显示图片

//首先定义QPixmap对象 QPixmap pixmap; //然后加载图片 pixmap.load(":/Image/boat.jpg"); //最后将图片设置到QLabel中 QLabel *label = new QLabel; label.setPixmap(pixmap);

（PS：QLabel还可以显示gif动画或网页链接）

Qt OpenCV 在界面显示图片通过Lable方式和GraphicsView 方式 https://www.cnblogs.com/ybqjymy/p/12356801.html

2.2QString 的用法

QString中间是可以包含’\0’符号的，QString也存在append()函数。参考：https://www.cnblogs.com/qianqiannian/p/6415329.html

//将int转换成QString QString::number(int) //QT中QString与string的转化，解决中文乱码问题 QString::fromLocal8Bit("支持中文！") 3.源代码

在这里插入图片描述 main.cpp

#include "ConsoleShowLabel.h" #include int main(int argc, char *argv[]) { QApplication a(argc, argv); ConsoleShowLabel w; w.show(); return a.exec(); }

ConsoleShowLabel.h

#pragma once #include #include "ui_ConsoleShowLabel.h" #include #include #include #include using namespace std; using namespace cv; using namespace cv::dnn; class ConsoleShowLabel : public QWidget { Q_OBJECT public: ConsoleShowLabel(QWidget *parent = Q_NULLPTR); private: Ui::ConsoleShowLabelClass ui; //槽函数 private slots: void Startdetect(); };

ConsoleShowLabel.cpp

#include "ConsoleShowLabel.h" ConsoleShowLabel::ConsoleShowLabel(QWidget *parent): QWidget(parent) { ui.setupUi(this); } void ConsoleShowLabel::Startdetect() { //加载类别 ifstream classNamesFile("./model/coco.names"); //ifstream默认以输入方式打开文件 vector classNamesVec; if (classNamesFile.is_open()) { string className = ""; while (std::getline(classNamesFile, className)) classNamesVec.push_back(className); } //模型设置 String cfg = "./model/yolov4.cfg"; String weight = "./model/yolov4.weights"; //模型读入 dnn::Net net = readNetFromDarknet(cfg, weight); //预处理读取的图像，并将图像读入网络 Mat frame = imread("./image/test.jpg"); //imshow("src", frame); Mat inputBlob = blobFromImage(frame, 1.0 / 255, Size(608, 608), Scalar()); net.setInput(inputBlob); //获取未连接输出层 std::vector outNames = net.getUnconnectedOutLayersNames(); std::vector outs; net.forward(outs, outNames); //目标检测 float* data; Mat scores; vector boxes; vector classIds; vector confidences; int centerX, centerY, width, height, left, top; float confidenceThreshold = 0.2; // 置信度设置 double confidence; Point classIdPoint; //找出所有的目标及其位置 for (size_t i = 0; i scores = outs[i].row(j).colRange(5, outs[i].cols); minMaxLoc(scores, 0, &confidence, 0, &classIdPoint); //minMaxLoc(src, minVal, maxVal, minLoc, maxLoc, mask)在一个数组中找到全局最小值和全局最大值 if (confidence > confidenceThreshold) { centerX = (int)(data[0] * frame.cols); centerY = (int)(data[1] * frame.rows); width = (int)(data[2] * frame.cols); height = (int)(data[3] * frame.rows); left = centerX - width / 2; top = centerY - height / 2; classIds.push_back(classIdPoint.x); confidences.push_back((float)confidence); boxes.push_back(Rect(left, top, width, height)); } } } vector indices; NMSBoxes(boxes, confidences, 0.3, 0.2, indices); //效果展示 Scalar rectColor, textColor; //box 和 text 的颜色 Rect box, textBox; int idx; //类别索引 String className; Size labelSize; QString show_text; show_text = QString::fromLocal8Bit("当前图像的尺寸："); // QString与string的转化，解决中文乱码问题 show_text.append(QString::number(frame.size().width)); //将int转换成QString show_text.append(QString::fromLocal8Bit("×")); show_text.append(QString::number(frame.size().height)); show_text.append("\n"); cout

【本文地址】

公司简介

联系我们