基于yolo12对目标物体进行自动裁剪和模糊打码

​

视频演示

基于yolo12对目标物体进行自动裁剪和模糊打码

---

 

引言

本篇文章将深入剖析一个基于 YOLO12 模型的视频处理工具的代码实现逻辑与核心功能。该工具能够对视频中的目标物体（如行李箱）进行自动裁剪和模糊打码处理，适用于隐私保护、目标提取等场景。我们将重点讲解代码的核心逻辑、YOLO12 模型的应用以及实现效果，简要提及工具的使用方式。

---

核心功能与效果

该工具通过 Ultralytics YOLO 框架，利用 YOLO12 模型实现以下核心功能：

1. 目标物体裁剪：自动检测视频中的目标物体（例如行李箱），并将其裁剪为单独的图片保存。

2. 目标物体模糊：对检测到的目标物体区域进行模糊打码处理，并在模糊区域显示物体类别和置信度。

3. 实时处理与保存：支持实时处理视频流，保存裁剪图片和处理后的视频。

效果展示：

• 输入：一段机场传送带运输行李箱的视频。

• 输出：

  • 裁剪后的行李箱图片，保存至指定目录。

  • 模糊打码后的视频，行李箱区域被模糊处理，并标注类别和置信度。

  • 用户可通过界面控制播放、暂停和保存操作。

 

---

代码实现逻辑

工具的核心代码分为两个主要类：VideoProcessor（负责视频处理逻辑）和 VideoPlayer（负责用户界面和交互）。以下从逻辑和实现的角度详细分析。

1. VideoProcessor 类：核心处理逻辑

VideoProcessor 类封装了视频加载、帧处理和结果保存的逻辑，基于 YOLO12 模型实现目标检测、裁剪和模糊功能。

1.1 初始化与模型配置

def __init__(self):self.cap = Noneself.current_frame = Noneself.output_dir = "output"self.crop_enabled = Falseself.blur_enabled = Falseself.processed_frames = []# 初始化 YOLOv12 模型self.cropper = solutions.ObjectCropper(model="yolo12n.pt", show=False)self.blurrer = solutions.ObjectBlurrer(model="yolo12n.pt", show=False)if not os.path.exists(self.output_dir):os.makedirs(self.output_dir)

• YOLO12 模型：使用 Ultralytics 的 solutions 模块，初始化 ObjectCropper 和 ObjectBlurrer 两个对象，分别用于裁剪和模糊处理，均基于预训练模型 yolo12n.pt。

• 输出目录：默认创建 output 目录，用于保存裁剪图片和处理后的视频。

• 状态管理：通过 crop_enabled 和 blur_enabled 控制是否启用裁剪或模糊功能。

1.2 视频加载与帧获取

def load_video(self, video_path):if self.cap:self.cap.release()self.cap = cv2.VideoCapture(video_path)return self.cap.isOpened()def get_frame(self):if self.cap and self.cap.isOpened():ret, frame = self.cap.read()if ret:self.current_frame = framereturn framereturn None

• 视频加载：使用 OpenCV 的 cv2.VideoCapture 加载视频文件，确保视频有效性。

• 帧获取：逐帧读取视频，保存当前帧到 current_frame。

1.3 帧处理（裁剪与模糊）

def process_frame(self, frame):processed = frame.copy()if self.crop_enabled:results = self.cropper(frame)processed = results.plot_im if hasattr(results, 'plot_im') else processedif self.blur_enabled:results = self.blurrer(frame)processed = results.plot_im if hasattr(results, 'plot_im') else processedself.processed_frames.append(processed)return processed

• 核心逻辑：

  • 裁剪：调用 ObjectCropper 处理视频帧，自动检测目标物体并裁剪，保存裁剪结果到 output 目录。

  • 模糊：调用 ObjectBlurrer 对目标物体区域进行模糊处理，标注类别和置信度。

• 结果存储：处理后的帧存储在 processed_frames 列表中，用于后续视频保存。

• 灵活性：通过 crop_enabled 和 blur_enabled 动态控制是否应用裁剪或模糊。

1.4 保存处理结果

def save_frame(self, frame, filename):filepath = os.path.join(self.output_dir, filename)cv2.imwrite(filepath, frame)return filepath

• 裁剪图片保存：将裁剪后的图片保存到指定目录。

• 视频保存（在 VideoPlayer 中实现，见下文）。

2. VideoPlayer 类：用户界面与交互

VideoPlayer 类基于 PyQt5 实现图形界面，负责视频显示、用户交互和处理控制。

2.1 界面初始化

def init_ui(self):central_widget = QWidget()self.setCentralWidget(central_widget)main_layout = QHBoxLayout(central_widget)left_panel = QVBoxLayout()self.video_label = QLabel()self.video_label.setAlignment(Qt.AlignCenter)self.video_label.setMinimumSize(640, 480)left_panel.addWidget(self.video_label)# 控制按钮self.select_btn = QPushButton("选择视频")self.play_btn = QPushButton("播放")self.run_btn = QPushButton("运行处理")self.save_btn = QPushButton("保存视频")self.open_dir_btn = QPushButton("打开输出目录")# 处理选项self.crop_check = QCheckBox("裁剪")self.blur_check = QCheckBox("模糊")# 输出目录选择self.output_btn = QPushButton("选择输出目录")self.output_dir_label = QLabel("当前输出目录: " + self.processor.output_dir)

• 界面布局：

  • 视频显示区域：QLabel 用于显示视频帧。

  • 控制按钮：包括“选择视频”“播放”“运行处理”“保存视频”和“打开输出目录”。

  • 处理选项：通过复选框控制裁剪和模糊功能。

  • 输出目录：支持用户自定义输出路径。

2.2 视频播放与处理

def update_frame(self):frame = self.processor.get_frame()if frame is not None:if self.is_processing:processed_frame = self.processor.process_frame(frame)self.show_frame(processed_frame)else:self.show_frame(frame)else:self.timer.stop()self.playing = Falseself.play_btn.setText("播放")self.processor.cap.set(cv2.CAP_PROP_POS_FRAMES, 0)self.is_processing = False

• 实时播放：通过 QTimer 每 30ms 更新一帧（约 30fps）。

• 处理控制：当 is_processing 为 True 时，调用 process_frame 进行裁剪或模糊处理。

• 帧显示：将 OpenCV 帧转换为 Qt 图像，缩放后显示在 video_label 上。

2.3 保存处理后的视频

def save_video(self):if not self.processor.processed_frames:QMessageBox.warning(self, "错误", "请先运行处理视频")returnfile_path, _ = QFileDialog.getSaveFileName(self, "保存视频", "", "视频文件 (*.mp4 *.avi)")if file_path:frame_width = int(self.processor.cap.get(cv2.CAP_PROP_FRAME_WIDTH))frame_height = int(self.processor.cap.get(cv2.CAP_PROP_FRAME_HEIGHT))fps = self.processor.cap.get(cv2.CAP_PROP_FPS)fourcc = cv2.VideoWriter_fourcc(*'mp4v')out = cv2.VideoWriter(file_path, fourcc, fps, (frame_width, frame_height))for frame in self.processor.processed_frames:out.write(frame)out.release()QMessageBox.information(self, "成功", "视频保存完成！")

• 视频保存：使用 OpenCV 的 VideoWriter 将处理后的帧合成为视频，保存为用户指定的文件名（支持 .mp4 和 .avi 格式）。

• 参数获取：从原始视频中获取帧率、分辨率等参数，确保输出视频一致。

---

技术亮点

1. YOLO12 模型高效性：

   • 利用 yolo12n.pt 预训练模型，实现高效的目标检测、裁剪和模糊。

   • ObjectCropper 和 ObjectBlurrer 提供便捷的 API，简化开发流程。

2. 实时处理：

   • 通过定时器和帧处理机制，实现视频流的实时处理与显示。

   • 支持动态切换裁剪和模糊功能，灵活性强。

3. 用户友好性：

   • PyQt5 界面直观，支持视频预览、播放控制和结果保存。

   • 提供输出目录选择和文件浏览功能，方便用户管理结果。

4. 模块化设计：

   • VideoProcessor 和 VideoPlayer 分离，逻辑清晰，便于维护和扩展。

---

总结

这个基于 YOLO12 的视频处理工具通过 Ultralytics 的 solutions 模块，实现了目标物体的自动裁剪和模糊打码功能。核心逻辑包括视频加载、帧处理（裁剪与模糊）、结果保存和用户交互，效果显著且操作简便。代码结构清晰，模块化设计使其易于扩展，适合视频处理、隐私保护等场景。

希望这篇文章帮助你理解 YOLO12 视频处理工具的实现逻辑！欢迎在评论区讨论或分享你的优化建议

​