import cv2
cv2.imshow('ESP32', img) # (str: 視窗名稱, numpy: 要顯示的影像)
cv2.waitKey(0) # 等待按鍵輸入，然後回傳ASCII值，delay = 0 = 等待無限毫秒
cv2.destroyAllWindows() # 關閉所有 OpenCV 視窗。
cv2.putText(img, text, org, fontFace, fontScale, color, thickness) # 將文字放到影像上
- img：要繪製文字的影像。
- text：要顯示的文字（str）。
- org：文字起始座標，(x, y)，左上角為原點。
- fontFace：字型，cv2.FONT_HERSHEY_PLAIN、cv2.FONT_HERSHEY_DUPLEX。
- fontScale：字體大小（float）。
- color：文字顏色，(B, G, R)。
- thickness：字體粗細（int）。
cv2.rectangle(img, (x1, y1), (x2, y2), color=color, thickness)
- img：要繪製的影像。
- (x1, y1)：矩形的左上角座標。
- (x2, y2)：矩形的右下角座標。
- color：矩形的顏色（BGR 格式，如 (255, 0, 0) 代表藍色）。
- thickness：邊框厚度（-1 表示填滿）。
from ultralytics import YOLO
model = YOLO("yolo11n.pt") # 載入模型
results = model(source) # 進行推理
| source | Example | Type |
|---|---|---|
| image | 'image.jpg' | str or Path |
| URL | 'https://ultralytics.com/images/bus.jpg' | str |
| PIL | Image.open('image.jpg') | PIL.Image |
| OpenCV | cv2.imread('image.jpg') | np.ndarray |
| numpy | np.zeros((640,1280,3)) | np.ndarray |
| YouTube | 'https://youtu.be/LNwODJXcvt4' | str |
# 因為只傳入一幀影像，也就是只有一張影像被傳入，所以輸出也只有一張影像的預測結果
# 若是傳入3張影像，len(results) = 3
r = results[0] # 這邊取唯一的那一張的預測結果
coord = r.boxes.xyxy # 獲取左上和右下的座標 ⚡
coord = r.boxes.xywh # 獲取左上座標、寬度和長度 ⚡
conf = r.boxes.conf # 獲取框框(bounding box, bbox)的信心值 ⚡
cls = r.boxes.cls # 獲取預測到的類別 ⚡
以上四個 ⚡ 回傳的資料形式都是 list，也就是影像內被預測到的所有物件，假如影像內有三個物件被偵測到，那 len(conf) 就會是 3。
import urllib.request
url = "https://new.ntpu.edu.tw/" # 設定要請求的網址
response = urllib.request.urlopen(url) # 發送 HTTP 請求並取得伺服器的回應
print(response.read()) # 讀取並輸出該網頁的 HTML 原始碼（以 bytes 形式呈現）
imgResponse = urllib.request.urlopen (url)
imgNp = np.array(bytearray(imgResponse.read()),dtype=np.uint8) # np.array必須傳入可迭代的物件，所以須將 bytes轉乘bytearray
img = cv2.imdecode (imgNp,-1) # 將二進制格式的圖片轉換成 OpenCV 可用的物件