跳转至

AI视觉工具包使用指南

本指南将帮助老师和同学们了解AI视觉工具包中各个组件的使用方法，让AI技术在课堂上变得简单有趣！

视觉识别工具

这些是AI视觉工具包提供的各种识别工具，可以帮助你实现丰富多彩的互动教学活动：

辅助工具

这些是AI视觉工具包提供的实用辅助工具，帮助老师更轻松地设计互动课程：

  • 相机工具 - 增强的摄像头功能，拍摄更稳定、更清晰
  • 图像处理 - 图像处理工具，让教学素材处理更简单
  • 资源管理 - 自动管理系统资源，不用担心程序卡顿
  • 模型管理 - 智能管理识别模型，让程序运行更流畅

通用参数

所有识别工具都支持的基本设置：

参数名 类型 默认值 描述
input_source 无/图片路径/视频路径/图像数据 无 输入源，可以是拍摄画面、图片或视频
min_detection_confidence 数值 0.5 识别可信度阈值，值越高要求越严格
min_tracking_confidence 数值 0.5 跟踪可信度阈值，值越高跟踪越精确
enable_gpu 是/否 否 是否启用图形加速，适用于性能较好的电脑
result_callback 回调函数 无 结果处理函数，适用于高级用户

通用方法

所有识别工具都支持的基本操作：

方法名 描述
run(frame=None) 执行识别并返回结果
draw(image, results=None) 在图像上标记识别结果
get_fps() 查看当前处理速度
close() 关闭识别器并释放资源

教学应用示例

以下是几个简单的教学应用示例，帮助你快速开始：

课堂点名助手

from aitoolkit_base import FaceDetector
import cv2

# 创建人脸检测器
detector = FaceDetector()

# 打开摄像头拍摄全班同学
image = cv2.imread("全班合影.jpg")

# 执行人脸检测
faces = detector.run(image)

# 在图像上标记每个同学
result_image = detector.draw(image, faces)

# 显示标记后的结果
cv2.imshow("课堂点名助手", result_image)
cv2.waitKey(0)

# 完成后释放资源
detector.close()
cv2.destroyAllWindows()

互动课堂小游戏

from aitoolkit_base import FaceDetector, Camera
import cv2

# 使用简洁的方式启动
with Camera(0) as camera, FaceDetector() as detector:
    while True:
        # 获取摄像头画面
        ret, frame = camera.read()
        if not ret:
            break

        # 检测人脸
        faces = detector.run(frame)
        result = detector.draw(frame, faces)

        # 显示当前识别到的同学数量
        cv2.putText(result, f"识别到{len(faces)}位同学", (10, 30), 
                   cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)

        # 显示结果
        cv2.imshow("互动课堂", result)
        if cv2.waitKey(1) == 27:  # 按ESC键退出
            break

多功能教学助手

from aitoolkit_base import FaceDetector, HandLandmarker, Camera
import cv2

# 同时使用多个识别工具
with Camera(0) as camera, \
     FaceDetector() as face_detector, \
     HandLandmarker() as hand_detector:

    while True:
        # 获取摄像头画面
        ret, frame = camera.read()
        if not ret:
            break

        # 同时分析人脸和手部
        faces = face_detector.run(frame)
        frame = face_detector.draw(frame, faces)

        hands = hand_detector.run(frame)
        frame = hand_detector.draw(frame, hands)

        # 在画面上显示检测到的人脸和手的数量
        cv2.putText(frame, f"发现{len(faces)}个人脸, {len(hands)}只手", 
                   (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0, 255, 0), 2)

        # 显示结果
        cv2.imshow("多功能教学助手", frame)
        if cv2.waitKey(1) == 27:
            break