[UPDATE] 한 프레임에서 하나의 객체만 탐색하는 오류 수정

-
 import time
 import math
 import cv2
@@ -55,49 +54,58 @@ if __name__ == '__main__':
         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
-        
-        object = Point2D(width= x + 0.5 * w  , height= y - h * 0.5)
-        a = image.shape[1]/2 - object.width
-        b = image.shape[0]/2 - object.height
-        coordinatevalue = math.sqrt((a*a)+(b*b))
-        detectionInfo.append([i, name, size, coordinatevalue])
-
+            name = all_classes[cl]
+            size = w*h
+		
+            # 얼마나 가운데인지 확인하는 알고리즘
+            object = Point2D(width= x + h/2, height= y + w/2)
+            a = image.shape[1]/2 - object.width
+            b = image.shape[0]/2 - object.height
+            coordinatevalue = math.sqrt((a*a)+(b*b))
+            detectionInfo.append([i, name, size, coordinatevalue])
+
+    for i in range(len(detectionInfo)):
+        print(detectionInfo[i])
 # 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):
+    for i in range(len(detectionInfo)):
         namelist.add(detectionInfo[i][1])
     namelist = list(namelist)
 
+    print("namelist", namelist)
 
+    # 계획1 : 뒤 두 알고리즘 일정 비율로 합치기
     # 검출된 물체 중 가장 크기가 큰 것을 불러옴
     for i in range(len(namelist)):
         maxindex = 0
         maxvalue = 0
-        for j in range(count):
+        for j in range(len(detectionInfo)):
             if detectionInfo[j][1] == namelist[i]:  # 물체 리스트 중에서
                 if detectionInfo[j][2] > maxvalue:  # 가장 큰 값을 갱신한다면
                     maxvalue = detectionInfo[j][2]
-                    maxindex = j
+                    maxindex = detectionInfo[j][0]
         indexlist.append(maxindex)
 
 
-    # 검출된 물체 중 가장 가운데 있는 것을 불러
+	# 검출된 물체 중 가장 가운데 있는 것을 불러
     for i in range(len(namelist)):
         minindex = 0
-        minvalue = 2000
-        for j in range(count):
+        minvalue = 999999
+        for j in range(len(detectionInfo)):
             if detectionInfo[j][1] == namelist[i]:  # 물체 리스트 중에서
                 if detectionInfo[j][3] < minvalue:  # 가장 큰 값을 갱신한다면
                     minvalue = detectionInfo[j][3]
-                    minindex = j
+                    minindex = detectionInfo[j][0]
         indexlist.append(minindex)
 
+    print(indexlist)
+
+    # 계획2 : 프레임별로 나온 객체 겹치는 부분 제외하고 넓이 구해 큰거 Indexlist에 넣기
+
+    # 계획3 : 객체가 특정 위치에 있는 프레임 뽑기
 
 #얻어온 프레임 목록 결과값으로 저장, 선명도 높이는 작업 수행
     for i in range(len(indexlist)):
@@ -106,5 +114,4 @@ if __name__ == '__main__':
         #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/%d.%s.png"% (i+1,detectionInfo[indexlist[i]][1]), output1);
+        cv2.imwrite("output/%d.%s.png"% (i+1,namelist[i]), output1);