用香蕉也能玩电脑游戏—Tensorflow对象检测接口的简单应用

Tensorflow最近发布了用于对象检测的对象检测接口（Object Detection API），能够定位和识别图像中的对象。它能够快速检测图像允许从视频帧甚至网络摄像头进行连续检测。它也可以用于构建鼠标“Tensormouse”，一个使用网络摄像移动光标的应用程序。

你是否曾经想过使用其他物品比如香蕉来移动你的光标？我们现在就可以实现！

TensorMouse是一个小型的开源Python应用程序，它允许你通过在网络摄像头前移动任意物品（如杯子，苹果或香蕉）来移动光标，他可以做电脑鼠标或触控板的替代品。

TensorMouse允许你用香蕉玩游戏

TensorMouse记录来自网络摄像头的图像序列。然后将这些数据输入到Tensorflow对象检测接口中，返回对象的概率和位置的图。然后移动鼠标光标，使光标位置与图像上对象的位置对应。

例如，如果在图像的左上角检测到对象，光标将移动到屏幕的左上角。

应用程序的主要部分按顺序重复以下步骤：

1.使用OpenCV从网络摄像头进行单帧采集

2.使用Tensorflow对象检测接口进行对象检测

3.根据检测到的对象位置移动鼠标光标

使用Python OpenCV模块捕获来自网络摄像头的帧。它提供了一个跨平台的工具，用于快速的图像采集和缩放。然后将图像缩放到360p以提高性能。

对象检测用于确定网络摄像头框中所需对象的相对位置。它使用在COCO数据集上训练的Tensorflow对象检测接口固有的Mobilenet神经网络图。该数据集由80个不同的对象组成，主要包括杯子，苹果，餐具等家用物品。

检测到的具有带有相应概率的对象

如果检测到的对象相应的概率超过指定的阈值（一般为85％），则TensorMouse会将该对象视为检测对象，并计算检测到对象的方框的中心。

Python包的pynput为执行鼠标指针的移动提供了跨平台支持。基于检测到的对象的相对位置将光标移动到该位置。意思是如果在图像的左上角检测到物体，光标将移动到屏幕的左上角。

应用程序然后返回到步骤1以从网络摄像头检索下一个图像并重复此过程。

应用程序的源代码发布在我的Gitlab repo中。

地址：https://github.com/tadejmagajna/TensorMouse

TensorMouse可以在任何主流的（Windows，Linux或MacOS）平台和几乎任何机器上运行，但是要实现良好的帧速率，它需要一个好点的CPU或支持CUDA的显卡。

安装时要确保包依赖关系都已安装好。

1.安装Anaconda（我推荐安装它的变种Miniconda）

2.从Gitlab复制TensorMouse

3.打开终端并导航到项目根目录

4.conda env create -f environment.yml（Linux / MacOS）或conda env create -f environment-win.yml（Windows）

5.source activate tensormouse（Linux / MacOS）或activate tensormouse（Windows）

一旦安装了依赖项并激活环境，我们可以简单地运行TensorMouse：

python tensormouse.py

然后等待约10-20秒，会有绿色消息显示Tensormouse成功启动。这将运行Tensormouse跟踪其默认对象—杯子。但是你可以通过提供可选参数（obect=”OBJECTNAME”）使其与80个COCO数据集对象中的任意一个配合使用。你还可以使用CTRL和ALT执行点击和拖动。