当前位置：首页>python>使用 Python 调用 YOLO 模型- 识别图像中的人车数量

使用 Python 调用 YOLO 模型- 识别图像中的人车数量

2026-04-19 07:25:17

点击蓝字，关注我们

前言

很多人在家里都安装了家用摄像头，摄像头有个提醒功能很有意思，比如陌生人、小孩、宠物进入摄像范围，可以设置提醒功能。今天我们介绍的 Python 程序，实际基于的就是这种目标检测功能，通过 Python 开源的模型 YOLO 可以精准的抓取目标对象，而我们进一步可以将其运用到识别和统计图像中的人车，还可以进一步运用到流量统计、智能监测等交通工程中去。

1.程序目标效果

2.目标检测模型——YOLO 模型

3.Python 标准 GUI 设计模块——Tkinter

4.程序代码实现及关键点

5.总结

- 1 -

程序目标效果

一张照片中有大量的信息元素，有时候我们需要提取某些固定元素的信息，比如行人、车辆、动物、物品的位置、数量、运动轨迹等。今天我们尝试完成一个可以运用到自己日常中的简单程序，能够统计固定画面中的行人和车辆数量。

程序执行效果：

YOLO（You Only Look Once）是目前最主流的目标检测模型，具备目标检测、实例分割、物体追踪等多项功能。YOLO有v1到v12多个版本，最新版本已经更新到 YOLO2026 。

在 YOLO 出现之前，主流算法通常需要先在图像中寻找可能存在物体的区域，再对这些区域进行分类，过程繁琐缓慢。而 YOLO 将目标检测视作一个单一的回归问题，直接通过一次神经网络计算，就能同时得到图像中所有物体的类别和位置坐标。

YOLO 在极低计算开销下即可实现高精度检测。其系列模型针对 CPU/GPU 算力差异进行了深度优化（我们本次使用CPU运算的效率就很高），并提供从轻量化到高性能的多尺度版本（ Nano/Small/Large 等）。

在 Python 中，通过 ultralytics 库调用 YOLO 非常简单。你可以根据需求选择不同的模型及规格，以下是一个简单示例：

# 安装 Ultralytics 公司的工具箱，包含YOLO各个版本模型pip install ultralyticsfrom ultralytics import YOLO# 1. 加载模型（会自动从官网下载权重文件）model = YOLO('yolov8n.pt') # 本次使用yolov8n模型，纯CPU跑小模型，没有GPU啊/(ㄒoㄒ)/~~# 2. 执行预测results = model.predict(source="image.jpg", conf=0.3)# 3. 查看结果results[0].show()

- 3 -

Python 标准GUI设计模块 Tkinter

前面我也提到过，程序完成后最好将代码封装成 exe 程序并设计交互界面，以方便 Python 程序后期的使用、保存和维护。Python 最常用的 GUI 设计库有：

✓ Tkinter：

是 Python 标准库的一部分，无需安装即可使用。简单窗口＋常用控件，就是 Tkinter 的全部功能。所以它主要用来开发一些小工具，主打方便实用，也是作为工程人员我最常使用的GUI工具。

✓PyQt/PySide：

基于大名鼎鼎的Qt框架，Qt这个编程人员都知道。专业级功能，几乎能实现任何你想要的效果，因此常用于商业级开发。目前PyQt5/PySide5在网上的资料非常多，最新版本为PyQt6/PySide6。PySide6 是 Qt 官方维护，开源免费，PyQt6 商用需授权。

✓wxPython：

wxPython 是 C++ 编写的 wxWidgets 库的 Python 绑定。它与其他库最大的区别在于：它不通过代码“模拟”按钮，而是直接调用操作系统底层的 API，让你的程序在 Win11 上看起来就像一个 Win11 原生软件，在 macOS 上看起来就像一个苹果原生软件，完全没有跨平台开发的“外来感”。这个在使用 Tkinter 开发的时候就能明显体会到差异感，对操作系统适配性一般，高分屏需要调试。

虽然 Python 可供选择的高级 GUI 工具众多，但出于使用的便捷性，我们以功能为主美观为辅，仍然采用 Python 原生的 Tkinter，后面我也会选择一期着重介绍 Tkinter 的模块和控件，以方便大家快速掌握 GUI 的运用。当然如果你的电脑使用的高分屏，为了界面清晰务必加入以下代码进行适配：

# 高分屏存在“高 DPI 缩放”问题导致界面模糊，告诉 Windows 使用程序自身的缩放比例解决模糊问题，但注意高分屏会让窗口尺寸变小import ctypestry: ctypes.windll.shcore.SetProcessDpiAwareness(1)except Exception: ctypes.windll.user32.SetProcessDPIAware()

- 4 -

程序代码实现及关键点

程序的设计与 GUI 的设计是同步进行的，这个我们目前也不必使用太专业的软件，在 AutoCAD 或者 PPT 里就可以把窗口简单画出来，然后按模块去完成代码：

✓ 读取图片模块：

使用 Listbox 装载图片，并给它配了一个“添加图片”的按钮 Button，以下是加载图片代码：

defadd_images(self): files = filedialog.askopenfilenames(filetypes=[("Image files", "*.jpg *.jpeg *.png *.bmp")])if files:for f in files:if f notin self.image_paths:    self.image_paths.append(f)    self.listbox.insert(tk.END, os.path.basename(f))

✓ 图片预览模块：

使用 Label 控件，当然 Label 通常都是用来显示文本。这里我们使用“选择列表中的图片”触发预览，预览时将图片加载到 Label 中显示：

defon_image_select(self, event):"""当点击列表中的文件名时，更新预览图""" selection = self.listbox.curselection()if selection:  idx = selection[0]  self.current_image_path = self.image_paths[idx]  self.show_preview(self.current_image_path)defshow_preview(self, path): img = Image.open(path)# 等比例缩放以适应显示区域 img.thumbnail((900, 600)) img_tk = ImageTk.PhotoImage(img) self.preview_label.config(image=img_tk, text="") self.preview_label.image = img_tk

✓人车识别模块：

这里我们首先设置了一个下拉列表 OptionMenu ，以限定用户选择识别的对象人/车，避免返回错误值：

#控件设置self.target_var = tk.StringVar(value="-人-")dropdown = tk.OptionMenu(right_frame, self.target_var, "-人-", "-车-")

以上配合一个“点击识别”的按钮 Button 和“显示识别结果”的 Label ，下面是点击按钮后执行的代码，相当“傻瓜式”的操作要求：

defrun_recognition(self):ifnot self.current_image_path:  messagebox.showwarning("提示", "请先从左侧列表选择一张图片")return# YOLO COCO 数据集中: 'person' 是 0, 'car' 是 2 target_map = {"-人-": 0, "-车-": 2} target_cls = target_map[self.target_var.get()] results = self.model.predict(source=self.current_image_path, conf=0.3, save=False) count = 0for r in results:  classes = r.boxes.cls.tolist()  count = classes.count(target_cls) self.result_var.set(f"识别结果: 检测到 {self.target_var.get()} 的数量为 {count}") results[0].show()

- 5 -

总结

本期主要是使用“目标检测模型”——YOLO 模型，识别并统计图片中的人车数量，并捎带介绍了如何使用 Python 的 GUI 设计。这个程序简单实用，其实 YOLO 模型功能强大，不仅可以识别图片还可以识别视频中的目标，但逐帧识别需要消耗大量运算资源，因此对硬件配置的要求比较高，感兴趣的朋友可以去尝试下，我们可以继续研究讨论。