CSDN|牛!Python 也能实现图像姿态识别溺水行为了!( 三 )

2、模型的调用:同训练的步骤相似 , 这里我们首先也是是通过调用百度姿态识别进行图片人体分析 , 然后分类预测结果 。
代码如下:
# 载入模型model = load_model('model_selector.h5')label = np.array(['正常','疑似','溺水'])def image_change(image): image = image.resize((224, 224)) image = img_to_array(image) image = image / 255 image = np.expand_dims(image, 0) return imageclass BaiDuAPI(object): # 特殊 构造函数 初始化函数 def __init__(self): app_id ="20038443" api_key = "LhtctcN7hf6VtkHHcUGwXKfw" secret_key = "wzWACH340kE0FGhvA9CqWsiRwltf5wFE" self.client = AipBodyAnalysis(app_id, api_key, secret_key) """ 读取图片 """ def get_file_content(self, photoPath): with open(photoPath, 'rb') as fp: return fp.read """ 主函数 """ def file_main(self, photoPath): img = self.get_file_content('{}'.format(photoPath)) """ 调用人体关键点识别 """ # 此处只能对一个人进行关键点识别 # 也就是说一个图片如果有好多人的话,只能标出一个人的关节特征 # 此处可以做修改,即进行把一张图所有人的关节特征都表达出来 # ------ # print(self.client.bodyAnalysis(img)) result = self.client.bodyAnalysis(img)['person_info'][0]['body_parts'] jo = joint.Joint(result) jo.xunhun(photoPath) # print(result )#预测2.jpg的结果try: image = load_img("2.jpg") #plt.imshow(image) image = image_change(image) baiduapi = BaiDuAPI baiduapi.file_main('2.jpg') img=cv2.imread("temp.jpg") img_PIL = Image.fromarray(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)) myfont = ImageFont.truetype(r'C:/Windows/Fonts/simfang.ttf', 40) draw = ImageDraw.Draw(img_PIL) draw.text((300, 10), label[model.predict_classes(image)][0], font=myfont, fill=(200, 100, 0)) img_OpenCV = cv2.cvtColor(np.asarray(img_PIL), cv2.COLOR_RGB2BGR) cv2.imshow('frame', img_OpenCV) cv2.waitKey(0)except: pass#预测1.jpg的结果try:"1.jpg") #plt.imshow(image)'1.jpg') img=cv2.imread("temp.jpg"), 40)draw.text((300, 100200, 100, 0))cv2.imshow('frame', img_OpenCV) cv2.waitKey(0)except: pass#预测3.jpg的结果try:"3.jpg") #plt.imshow(image)'3.jpg') img=cv2.imread("temp.jpg"), 40)draw.text((300, 100200, 100, 0))cv2.imshow('frame', img_OpenCV) cv2.waitKey(0)except: pass最终运行程序结果如下:
CSDN|牛!Python 也能实现图像姿态识别溺水行为了!
本文插图
源码地址:
提取码:us2k
作者简介:李秋键 , CSDN博客专家 , CSDN达人课作者 。 硕士在读于中国矿业大学 , 开发有taptap竞赛获奖等等 。


推荐阅读