sehee:[add] 코드

+"""Demo for use yolo v3
+"""
+import os
+import time
+import cv2
+import numpy as np
+from model.yolo_model import YOLO
+
+
+def process_image(img):
+    """Resize, reduce and expand image.
+
+    # Argument:
+        img: original image.
+
+    # Returns
+        image: ndarray(64, 64, 3), processed image.
+    """
+    image = cv2.resize(img, (416, 416),
+                       interpolation=cv2.INTER_CUBIC)
+    image = np.array(image, dtype='float32')
+    image /= 255.
+    image = np.expand_dims(image, axis=0)
+
+    return image
+
+
+def get_classes(file):
+    """Get classes name.
+
+    # Argument:
+        file: classes name for database.
+
+    # Returns
+        class_names: List, classes name.
+
+    """
+    with open(file) as f:
+        class_names = f.readlines()
+    class_names = [c.strip() for c in class_names]
+
+    return class_names
+
+
+if __name__ == '__main__':
+# 파일 열기
+    camera = cv2.VideoCapture("input/example.mp4")
+
+# Yolo 학습
+    yolo = YOLO(0.6, 0.5)
+    file = 'data/coco_classes.txt'
+    all_classes = get_classes(file)
+
+# 1 카운트 할 때마다 frame 얻어서 파일로 저장
+    success,image = camera.read()
+    count = 0
+    while success:
+        cv2.imwrite("mid/frame%d.png" % count, image)     # save frame as JPEG file
+        success,image = camera.read()
+        count += 1
+
+# 각 프레임 별로 Image Detection 후 프레임 번호, 객체 이름(name)과 객체의 크기(size), 객체가 얼마나 가운데 있는지(coordinatevalue) 저장
+    detectionInfo = []
+    for i in range(count):
+        #filename = "mid/frame"+str(i)+"."
+        image = cv2.imread("mid/frame%d.png" % i)
+        pimage = process_image(image)
+
+        boxes, classes, scores = yolo.predict(pimage, image.shape)
+        for box, score, cl in zip(boxes, scores, classes):
+            x, y, w, h = box
+        name = all_classes[cl]
+        size = w*h
+        # 얼마나 가운데인지 확인하는 알고리즘
+        coordinatevalue = abs(x-image.shape[1]/2)+ abs(y-image.shape[0]/2)/image.shape[0]*image.shape[1]
+        detectionInfo.append([i, name, size, coordinatevalue])
+
+# name 별로 크기가 가장 크거나 물체가 프레임의 가운데 있는 프레임 번호 목록 얻어오기
+
+    indexlist = []
+    # 검출된 물체 리스트(중복 없이)
+    namelist = set()
+    for i in range(count):
+        namelist.add(detectionInfo[i][1])
+    namelist = list(namelist)
+
+
+    # 검출된 물체 중 가장 크기가 큰 것을 불러옴
+    for i in range(len(namelist)):
+        maxindex = 0
+        maxvalue = 0
+        for j in range(count):
+            if detectionInfo[j][1] == namelist[i]:  # 물체 리스트 중에서
+                if detectionInfo[j][2] > maxvalue:  # 가장 큰 값을 갱신한다면
+                    maxvalue = detectionInfo[j][2]
+                    maxindex = j
+        indexlist.append(maxindex)
+
+
+    # 검출된 물체 중 가장 가운데 있는 것을 불러
+    for i in range(len(namelist)):
+        minindex = 0
+        minvalue = 2000
+        for j in range(count):
+            if detectionInfo[j][1] == namelist[i]:  # 물체 리스트 중에서
+                if detectionInfo[j][3] < minvalue:  # 가장 큰 값을 갱신한다면
+                    minvalue = detectionInfo[j][3]
+                    minindex = j
+        indexlist.append(minindex)
+
+
+#얻어온 프레임 목록 결과값으로 저장, 선명도 높이는 작업 수행
+    for i in range(len(indexlist)):
+        image = cv2.imread("mid/frame%d.png" % indexlist[i])
+        output1 = cv2.GaussianBlur(image,(5,5),0)
+        #kernel_sharpen_1 = np.array([[-1,-1,-1],[-1,9,-1],[-1,-1,-1]])
+        #output2 = cv2.filter2D(output1,-1,kernel_sharpen_1)
+
+
+        cv2.imwrite("output/output%d.png"% (i+1), output1);