OpenCV vs YOLO：持刀检测算法原理、实现流程与应用对比

1. OpenCV 传统计算机视觉方法

1.1 底层原理

传统计算机视觉方法依赖手工设计特征和规则完成目标检测。对于“持刀”动作检测，通常包括：

1. **背景减除**：分离前景运动物体与静态背景；

2. **目标检测**：识别图像中的人、刀具等目标；

3. **特征提取与匹配**：提取刀具形状、纹理等特征，判断其是否为刀具；

4. **动作分析**：通过时间序列分析判断“持刀”动作。

1.2 实现流程

（1）背景减除

使用 MOG2 或 KNN 等背景减除算法提取视频中的运动区域，忽略静态背景。

```python

import cv2

cap = cv2.VideoCapture("video.mp4")

fgbg = cv2.createBackgroundSubtractorMOG2()

while True:

   ret, frame = cap.read()

   if not ret:

       break

   fgmask = fgbg.apply(frame)

   cv2.imshow("Foreground Mask", fgmask)

   if cv2.waitKey(30) & 0xFF == ord("q"):

       break

cap.release()

cv2.destroyAllWindows()

```

（2）目标检测

利用 Canny 边缘检测、轮廓检测、模板匹配或形状分析定位可能的刀具区域。

```python

edges = cv2.Canny(frame, 100, 200)

contours, _ = cv2.findContours(

   edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE

)

for contour in contours:

   x, y, w, h = cv2.boundingRect(contour)

   if w > 50 and h > 10:  # 假设刀具长宽比符合一定条件

       cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)

```

（3）特征提取与匹配

可使用 HOG 提取形状特征，使用 SIFT 或 ORB 进行特征匹配，验证检测到的物体是否为刀具。

```python

sift = cv2.SIFT_create()

kp1, des1 = sift.detectAndCompute(template_image, None)

kp2, des2 = sift.detectAndCompute(frame, None)

bf = cv2.BFMatcher(cv2.NORM_L2, crossCheck=True)

matches = bf.match(des1, des2)

```

（4）动作分析

通过跟踪人体关键点（如手部位置）与刀具位置关系，判断是否发生“持刀”动作。可使用光流法跟踪刀具和手部运动轨迹。

```python

prev_gray = cv2.cvtColor(prev_frame, cv2.COLOR_BGR2GRAY)

next_gray = cv2.cvtColor(next_frame, cv2.COLOR_BGR2GRAY)

flow = cv2.calcOpticalFlowFarneback(

   prev_gray, next_gray, None, 0.5, 3, 15, 3, 5, 1.2, 0

)

```

2. 基于深度学习的方法：YOLO

2.1 底层原理

深度学习方法利用神经网络自动学习特征，避免手工设计特征的复杂性。YOLO（You Only Look Once）是一种实时目标检测算法，将目标检测转化为回归问题，直接预测目标类别和边界框，适合视频中的动态场景。

2.2 实现流程

（1）数据准备

- 收集大量包含“持刀”动作的视频或图像数据；

- 标注刀具、人体关键部位（如手部）；

- 通过旋转、缩放、翻转等数据增强提升模型泛化能力。

（2）模型训练

可使用 YOLOv5 或 YOLOv7 训练自定义数据集，定义 YOLO 格式标签文件，并在配置文件中指定类别数，例如“人”和“刀”。

```bash

git clone https://github.com/ultralytics/yolov5

cd yolov5

pip install -r requirements.txt

python train.py --img 640 --batch 16 --epochs 50 \

 --data custom_data.yaml --cfg models/yolov5s.yaml --weights yolov5s.pt

```

（3）推理与后处理

加载训练好的模型，对视频帧进行推理，筛选“人”和“刀”的检测框，并判断刀具是否位于人手附近。

```python

import torch

model = torch.hub.load("ultralytics/yolov5", "custom", path="best.pt")

results = model(frame)

detections = results.xyxy[0].numpy()

person_box, knife_box = None, None

for detection in detections:

   x1, y1, x2, y2, conf, cls = detection

   if cls == 0:      # 假设 0 表示“人”

       person_box = [x1, y1, x2, y2]

   elif cls == 1:    # 假设 1 表示“刀”

       knife_box = [x1, y1, x2, y2]

if person_box and knife_box and is_holding(person_box, knife_box):

   print("Detected holding a knife!")

```

（4）动作分析

可使用 OpenPose 或 MediaPipe 等关键点检测模型获取手部位置，结合刀具检测框判断刀具是否靠近手部。

```python

import mediapipe as mp

mp_hands = mp.solutions.hands.Hands()

results = mp_hands.process(frame_rgb)

if results.multi_hand_landmarks:

   for hand_landmarks in results.multi_hand_landmarks:

       hand_x = hand_landmarks.landmark[

           mp.solutions.hands.HandLandmark.INDEX_FINGER_TIP

       ].x

       hand_y = hand_landmarks.landmark[

           mp.solutions.hands.HandLandmark.INDEX_FINGER_TIP

       ].y

       # 判断刀具是否靠近手部

```

3. OpenCV 与 YOLO 对比总结

| 维度 | OpenCV 传统方法 | YOLO 深度学习方法 |

|---|---|---|

| 特征来源 | 手工设计特征与规则 | 神经网络自动学习特征 |

| 适用场景 | 简单背景、规则明确场景 | 复杂背景、多姿态、实时视频 |

| 数据需求 | 相对较少 | 需要大量标注数据 |

| 计算资源 | 通常较低 | 训练和推理需要更高算力 |

| 准确性与鲁棒性 | 对复杂场景适应性较弱 | 准确性和鲁棒性更高 |

| 工程落地 | 适合原型验证和简单检测 | 适合边缘盒子、门禁、摄像头等实际部署 |

4. 应用落地

在实际应用中，AI 边缘计算盒子、AI 门禁以及摄像头均可加载持刀检测算法。当前方案通常采用 YOLO 检测持刀行为，并结合人体手部关键点判断刀具与人手的位置关系，从而降低误报并提升检测效果。