YoLo를 사용하여 영상에 사람이 있었던 총시간을 측정하는 OpenCV Python 예제

YoLo를 사용하여 영상내와 영상 바깥에 사람이 있었던 총시간을 각각 출력하는 OpenCV Python 예제입니다.

한사람만 보이는 경우를 가정하고 있습니다. 

최초작성 2025. 1. 28

https://youtu.be/4geryGplg24

 

 

 

import cv2 from ultralytics import YOLO from datetime import datetime, timedelta # 사용할 욜로 모델을 지정합니다. model = YOLO('yolov8n.pt') # 카메라를 지정합니다. cap = cv2.VideoCapture(0) start_time = None # 변수를 초기화합니다. total_sitting_time = timedelta() total_standing_time = timedelta() last_state = None  # 'sitting' or 'standing' last_update_time = datetime.now() while True:     # 카메라로부터 이미지를 가져옵니다.     ret, frame = cap.read()     if not ret:         break             # 이미지를 입력으로 욜로 모델을 사용합니다.     results = model(frame)     # 디폴트 값은 사람이 감지 안된 상태입니다.     person_detected = False         # 욜로 모델에서 감지한 객체들을 하나씩 체크합니다.     for r in results[0].boxes.data:                 # x1: 왼쪽 끝 x 좌표, y1: 위쪽 끝 y 좌표, x2: 오른쪽 끝 x 좌표, y2: 아래쪽 끝 y 좌표         # conf : confidence score (신뢰도 점수). 모델이 얼마나 확신을 가지고 객체를 탐지했는지를 나타냄. 1에 가까울수록 더 확실한 탐지를 의미         # cls: class index (클래스 인덱스). 감지된 객체의 종류를 나타내는 숫자         x1, y1, x2, y2, conf, cls = r         # 사람감지 체크         if int(cls) == 0:  # 0번은 person class             person_detected = True             overlay = frame.copy()             # 사람 영역에 붉은색 배경을 씌웁니다.             cv2.rectangle(overlay, (int(x1), int(y1)), (int(x2), int(y2)), (0,0,255), -1)             frame = cv2.addWeighted(overlay, 0.3, frame, 0.7, 0)         current_time = datetime.now()         # 사람이 감지된 경우 앉아있는 시간을 누적합니다.     if person_detected:         if last_state != 'sitting':             if last_state is not None:                 total_standing_time += current_time - last_update_time             last_state = 'sitting'             last_update_time = current_time                     if start_time is None:             start_time = current_time         duration = current_time - start_time         time_str = str(timedelta(seconds=int(duration.total_seconds())))                 current_sitting_duration = current_time - last_update_time         temp_total_sitting = total_sitting_time + current_sitting_duration     # 사람이 감지안된 경우 서있는 시간을 누적합니다.         else:  # person not detected (standing)                 if last_state != 'standing':             if last_state is not None:                 total_sitting_time += current_time - last_update_time             last_state = 'standing'             last_update_time = current_time                     start_time = None         current_standing_duration = current_time - last_update_time         temp_total_standing = total_standing_time + current_standing_duration         # 이미지에 정보를 출력합니다.     sitting_str = str(temp_total_sitting if person_detected else total_sitting_time).split('.')[0]     standing_str = str(temp_total_standing if not person_detected else total_standing_time).split('.')[0]         cv2.putText(frame, f'Total Sitting Time: {sitting_str}', (10, 30),                 cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 0), 2)     cv2.putText(frame, f'Total Standing Time: {standing_str}', (10, 60),                 cv2.FONT_HERSHEY_SIMPLEX, 0.7, (255, 0, 0), 2)         current_state = "Sitting" if person_detected else "Standing"     cv2.putText(frame, f'Current State: {current_state}', (10, 90),                 cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 255), 2)                 # 이미지를 화면에 보옂줍니다.     cv2.imshow('Person Detection', frame)         #  ESC 키를 누르면 종료하도록 합니다.     if cv2.waitKey(1) & 0xFF == 27:          break # 최종 누적 시간을 계산합니다. if last_state == 'sitting':     total_sitting_time += datetime.now() - last_update_time else:     total_standing_time += datetime.now() - last_update_time # 최종 누적 시간을 터미널에 출력합니다. print(f"\nFinal Results:") print(f"Total Sitting Time: {str(total_sitting_time).split('.')[0]}") print(f"Total Standing Time: {str(total_standing_time).split('.')[0]}") # 자원을 해제합니다. cap.release() cv2.destroyAllWindows()