Python Tensorflow对象检测：如何计算边框和帧中指定区域之间的距离

我正在使用CV2捕获视频，并在视频帧中定义感兴趣的区域

cap = cv2.VideoCapture(0)
image_np = cap.read()    
pts = np.array([[57,69], [215,65], [270,476], [3,476]], np.int32)
cv2.polylines(image_np,[pts], isClosed = True, color=(255, 0, 0), thickness=2)

在定义了上述感兴趣的区域后，每当我的对象检测模型检测到带有方框的对象时，一旦它进入定义的区域，我需要发出警报。我怎么能接受这个？ 下面是tensorflow对象检测的函数

  # the array based representation of the image will be used later in order to prepare the
  # result image with boxes and labels on it.
  image_np = np.array(Image.open(image_path))
  # Actual detection.
  output_dict = run_inference_for_single_image(model, image_np)
  # Visualization of the results of a detection.
  vis_util.visualize_boxes_and_labels_on_image_array(
      image_np,
      output_dict['detection_boxes'],
      output_dict['detection_classes'],
      output_dict['detection_scores'],
      category_index,
      instance_masks=output_dict.get('detection_masks_reframed', None),
      use_normalized_coordinates=True,
      line_thickness=8)

  display(Image.fromarray(image_np))

---

您的

factorial

的

return

缩进过度，因此当

n

为

0

时，不会返回任何内容。您的C代码也是错误的，对

i=n1

的

使用了
“条件”，即使它是
i==n1
，它仍然是错误的，因此在Python中仍然是错误的。这两块代码都不起作用

还要注意：在将简单的C
for
整数循环转换为Python时，在
范围内使用Python
for
循环，不要将其作为Python
while
循环来实现。
您的Python阶乘函数的
return
语句在
while
循环中，我认为这不是有意的。如果该循环不执行，则该函数将永远不会返回任何有效值——它只返回“代码> No.< /代码>作为一个旁注，请考虑在C中不使用嵌套函数（定义），除非您不想使代码具有可移植性。嵌套函数不是标准的C。您忘记问这个问题了