如何在python中获取最近的实体答案

【问题标题】：How can I get the nearest entity in python如何在python中获取最近的实体
【发布时间】：2022-11-15 15:35:22
【问题描述】：

我的代码：

from mss import mss
import math
import cv2
import numpy as np
import torch

model = torch.hub.load(r'yolov5-master', 'custom', path=r'8.pt', source='local')



with mss() as sct:
   monitor = {"top": 220, "left": 640, "width": 640, "height":640}    

while True:
    screenshot = np.array(sct.grab(monitor))
    screenshot = cv2.cvtColor(screenshot, cv2.COLOR_BGR2RGB)
    results = model(screenshot, size=640)
    df = results.pandas().xyxy[0]
    distances = [] 
    closest = 1000
           
    for i in range(len(results.xyxy[0])):                        
       try:

          xmin = int(df.iloc[i, 0])
          ymin = int(df.iloc[i, 1])
          xmax = int(df.iloc[i, 2])
          ymax = int(df.iloc[i, 3])
          
          centerX = (xmax + xmin) / 2 + xmin
          centerY = (ymax + ymin) / 2 + ymin
          
          distance2 = math.sqrt(((centerX - 320) ** 2) + ((centerY - 320) ** 2))
          distances.append(distance2)
          if closest > distances[i]:
              closest = distances[i]
              closestEnemy = i

现在唯一的问题是它似乎没有找到最近的敌人，我的数学错了吗？如果我的数学应该是错误的，我该如何改进它？此外，如果我的数学是正确的，我该如何改进它以实现获得最近实体的目标？任何帮助都会非常感激。提前感谢所有投入时间帮助我的人:)

【问题讨论】：

minimal reproducible example 是必需的。请查看How to Ask
嘿@ChristophRackwitz，谢谢你的遮阳篷，你需要哪些信息？我很乐意添加它。
如果你需要复习数学：思考 (xmax + xmin) / 2 + xmin 的含义，你可能想要一些稍微不同的东西。 -- MRE 表示 MRE。这个问题缺少输入数据。你没有说它是什么游戏，你没有提供屏幕截图数据......你的整个问题没有解释你在做什么或为什么。您只是跳入问题中，希望读者将难题拼凑起来。
它基本上是用于用 python 编写的人体检测软件。它与 mss 和 CV2 一起使用，因此您可以有一个实时窗口来显示对人类的检测。

标签： python pandas math pytorch mss

【解决方案1】：

目前还不完全清楚，你在追求什么......但我的猜测是，在计算敌人的中心时有一个小错误。要么使用：

centerX = (xmax + xmin) / 2  # do not add xmin here
centerY = (ymax + ymin) / 2  # do not add xmax here

或计算最小值和最大值之间的距离并再次添加最小值：

centerX = (xmax - xmin) / 2 + xmin  # subtract minimum from maximum
centerY = (ymax - ymin) / 2 + ymin # subtract minimum from maximum

补充说明：性能方面，主要是不是遍历 pandas 数据框是个好主意。另一种方法是向数据框添加一个新列distance，然后查看最小值的索引：

df['distance'] = (
    (( (df['xmax']+df['xmin'])/2 - 320) ** 2) + 
    (( (df['ymax']+df['ymin'])/2 - 320) ** 2)
    ) **0.5
         
closest_enemy = df['distance'].idxmin()

【讨论】：