本章节为 如何调用摄像头进行YOLO识别教程

-- 初始化摄像头
参数1：摄像头ID，从 0 开始 
参数2：采集卡类型，0 表示 V4L2，1 表示 OpenCV
参数3：采集卡中心裁切分辨率
-- 将初始化结果存储在 init_ok 变量中，初始化成功可能返回 true，失败返回 false
local init_ok = CameraInit(0, 0, 320) 
-- 打印摄像头初始化的结果
print("Camera init:", init_ok)


-- 加载 YOLO 模型，传入两个参数：模型文件路径 "yolov5cs.rknn" 和模型标签总数
-- 将加载结果存储在 ret_load 变量中，加载成功可能返回特定值，失败返回错误码
local ret_load = YoloLoadModel("yolov5cs.rknn", 2) 
-- 打印 YOLO 模型加载的结果
print("YoloLoadModel:", ret_load)


-- 进入一个无限循环，持续进行目标检测操作
while true do
    -- 获取摄像头最新的方形帧图像，将其存储在 frame 变量中
    local frame = CameraGetLatestFrameSquare() 
    -- 获取当前的微秒级时间戳，用于后续计算检测时间
    local nanoTime = getMicroTime()
    -- 使用 YOLO 模型对获取的图像帧进行目标检测，传入三个参数：图像帧、置信度阈值 0.45、非极大值抑制阈值 0.25 和最大检测目标数量 100
    -- 将检测结果存储在 results 变量中，结果是一个包含检测到的目标信息的表
    local results = YoloDetectImg(frame, 0.45, 0.25, 100) 
    -- 再次获取当前的微秒级时间戳
    local nanoTime2 = getMicroTime()
    -- 计算目标检测所花费的时间，单位为微秒
    local nanoTime3 = nanoTime2 - nanoTime
    -- 将检测时间转换为毫秒并打印出来
    print("dt:", nanoTime3 / 1000)


    -- 检查是否检测到目标，即 results 不为空且检测到的目标数量大于 0
    if results and #results > 0 then
        -- 遍历检测到的目标列表
        for i, det in ipairs(results) do
            -- 从检测结果中提取目标的边界框信息，x1 为边界框左上角的 x 坐标
            local x1 = det.box_x
            -- 从检测结果中提取目标的边界框信息，y1 为边界框左上角的 y 坐标
            local y1 = det.box_y
            -- 从检测结果中提取目标的边界框信息，x2 可能为边界框的宽度
            local x2 = det.box_w
            -- 从检测结果中提取目标的边界框信息，y2 可能为边界框的高度
            local y2 = det.box_h
            -- 打印每个检测到的目标的相关信息，包括目标序号、置信度、类别 ID 和边界框坐标
            print(string.format("object[%d]: prop=%.3f, cls_id=%d, box=(%d,%d,%d,%d)",
                i, det.prop, det.cls_id, x1, y1, x2, y2))
        end
    else
        -- 如果没有检测到目标，打印提示信息
        print("No objects detected")
    end
    -- 程序暂停 0.1 秒，避免过于频繁地进行检测
    sleep(0.1) 
end