视频目标检测与追踪系统

这是一个基于OpenCV和Flask的视频目标检测与追踪系统，支持多种目标的实时检测和追踪。

功能特性

• 支持多种目标检测：
  • 行人检测
  • 车辆检测
  • 小狗检测（柯基犬）
• 多目标追踪能力：
  • 支持同时追踪多个目标
  • 智能目标管理，避免重复追踪
  • 自动处理目标丢失和新增
• 实时视频处理：
  • 支持多种视频格式（MP4, AVI, MOV）
  • 实时显示检测和追踪结果

技术栈

• 后端：
  • Python 3.x
  • Flask 2.0.1
  • OpenCV 4.5.3
  • NumPy 1.21.2
• 前端：
  • Vue.js
  • HTML5
  • CSS3

安装说明

1. 克隆项目：

git clone https://github.com/nilahd/opencv.git

2. 创建虚拟环境（推荐）：

python -m venv venv
source venv/bin/activate  # Linux/Mac
venv\Scripts\activate     # Windows

3. 安装依赖：

pip install -r requirements.txt

使用方法

1. 启动后端服务：

python app.py

服务将在 http://localhost:5000 启动

2. 启动前端服务：

cd web/demo
npm install
npm run serve

前端服务将在 http://localhost:8080 启动

3. 使用系统：
   • 打开浏览器访问 http://localhost:8080
   • 上传视频文件
   • 选择目标类型（行人/车辆/动物）
   • 点击处理按钮
   • 等待处理完成后下载结果视频

项目结构

.
├── app.py                 # Flask后端主程序
├── requirements.txt       # Python依赖
├── detectors/            # 检测器模块
│   ├── human_detector.py # 行人检测器
│   ├── car_detector.py   # 车辆检测器
│   └── dog_detector.py   # 动物检测器
├── web/                  # 前端代码
│   └── demo/            # Vue.js项目
├── uploads/             # 上传文件目录
└── outputs/             # 输出文件目录

注意事项

1. 确保系统已安装Python 3.x
2. 视频文件大小建议不超过100MB
3. 处理时间取决于视频长度和复杂度
4. 建议使用现代浏览器访问系统
5. 配置前端开发环境