Object Detection con OpenCV e YOLO — Codice Pronto e Ottimizzazione per PMI

Hai un flusso di immagini da una telecamera di produzione, un nastro trasportatore o un drone. Devi riconoscere oggetti in tempo reale — difetti, prodotti, persone — e hai bisogno di precisione senza costi esorbitanti. Addestrare una CNN da zero richiede settimane e un dataset enorme. Noi, di Meteora Web, lavoriamo con clienti che devono risolvere problemi concreti: controllo qualità, inventario automatico, sicurezza. Per questo usiamo YOLO insieme a OpenCV. In questa guida vedrai come mettere in produzione un sistema di object detection funzionante, con codice Python reale e attenzione ai costi.

Perché OpenCV e YOLO sono la scelta giusta per object detection pratica

OpenCV è la libreria standard per l'elaborazione di immagini: leggere frame, ridimensionare, applicare filtri. YOLO (You Only Look Once) è un'architettura di object detection che, a differenza dei metodi basati su region proposal (R-CNN, Fast R-CNN), processa l'intera immagine in un unico passaggio. Questo lo rende 10-100 volte più veloce in inferenza, con una precisione competitiva. Per una PMI, il vantaggio è chiaro: meno hardware richiesto, latenza più bassa, deploy su CPU o GPU consumer.

Abbiamo visto progetti dove la scelta di YOLOv8 (l'ultima release di Ultralytics) ha permesso di eseguire detection a 30 FPS su una scheda NVIDIA Jetson Nano, invece di dover acquistare server a 5000 euro. OpenCV, dal canto suo, gestisce l'input video con una manciata di righe e fornisce funzioni per disegnare bounding box, calcolare IoU, fare tracking. Insieme coprono l'80% del workflow di computer vision senza framework enterprise costosi.

Errore comune da evitare

Molti pensano di dover addestrare un modello da zero. Nella pratica, per il 90% dei casi industriali, il transfer learning da un modello pre-addestrato (COCO, ImageNet) è sufficiente. Un modello YOLOv8n (nano) già pronto pesa 6 MB e riconosce 80 categorie comuni. Con 100-200 immagini del tuo dominio, puoi fine-tunarlo in poche ore su una GPU da 300 euro. Il resto è ottimizzazione dell'input.

Come eseguire object detection con OpenCV e YOLO in Python

Il flusso è semplice: carichi il modello, leggi l'immagine con OpenCV, fai inferenza, disegni i risultati. Con la libreria Ultralytics, il codice si riduce a poche righe. Ecco un esempio funzionante che puoi copiare e incollare:

import cv2
from ultralytics import YOLO

# Carica il modello pre-addestrato (YOLOv8 nano)
model = YOLO('yolov8n.pt')

# Leggi un'immagine con OpenCV
img = cv2.imread('produzione.jpg')

# Esegui detection
results = model(img)

# results[0] contiene boxes, confidence, classi
for box in results[0].boxes:
    x1, y1, x2, y2 = map(int, box.xyxy[0])
    conf = box.conf[0].item()
    cls = int(box.cls[0])
    label = f"{model.names[cls]} {conf:.2f}"
    cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2)
    cv2.putText(img, label, (x1, y1-10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)

# Mostra e salva
cv2.imshow('Object Detection', img)
cv2.waitKey(0)
cv2.imwrite('output.jpg', img)

Per un flusso video (webcam o file): sostituisci cv2.imread con cv2.VideoCapture e loopa sui frame. La stessa identica pipeline funziona con un video da telecamera IP, basta passare l'URL RTSP. Zero modifiche al modello.

Installazione rapida

Nel terminale: pip install opencv-python ultralytics. Il primo download del modello (yolov8n.pt) avviene automaticamente. Se lavori in un ambiente senza GPU, YOLOv8n gira a 5-10 FPS su CPU moderna; per produzione ti consigliamo almeno una GTX 1060 o superiore.

Quanto costa implementare un sistema di object detection con OpenCV e YOLO

Qui entra il nostro lato da ex contabili. Molti clienti ci chiedono: "Quanto mi costa?" Rispondiamo con numeri reali. Uno stack di computer vision per una PMI si compone di:

• Hardware: PC con GPU (es. NVIDIA RTX 3060, 400-600€) o scheda embedded (Jetson Nano ~200€).
• Software: open source al 100%. OpenCV, Ultralytics, Python. Zero licenze.
• Sviluppo iniziale: 2-5 giorni per modelli pre-addestrati, 1-2 settimane per fine-tuning su dati proprietari.
• Manutenzione: aggiornamenti periodici del modello, monitoraggio dei falsi positivi.

Il ROI si calcola immediatamente: se il sistema sostituisce anche solo un operatore umano al mese (costo ~1500€), l'investimento si ammortizza in 2-3 mesi. Noi abbiamo visto casi clienti dove la riduzione degli scarti in produzione ha coperto i costi hardware in una settimana. L'object detection non è un costo, è un risparmio.

Come ottimizzare le prestazioni di object detection su hardware reale

In produzione la latenza è tutto. Ecco tre tecniche che applichiamo nei nostri progetti:

1. Ridurre la risoluzione di input

YOLO è progettato per lavorare su immagini quadrate (es. 640x640). Se la tua applicazione non richiede dettagli finissimi, scendere a 320x320 dimezza il tempo di inferenza. Modifica: results = model(img, imgsz=320).

2. Usare TensorRT per GPU NVIDIA

Converti il modello in formato TensorRT con yolo export model=yolov8n.pt format=engine device=0. L'inferenza diventa 2-3 volte più veloce. Noi lo usiamo su Jetson e server con GPU Tesla.

3. Batch processing

Se devi processare più immagini in sequenza (es. da un archivio), inviale in batch: model(frame_list). La libreria gestisce automaticamente il batching, sfruttando la parallelizzazione della GPU.

Come integrare YOLO con OpenCV in produzione con Docker e API REST

Per mettere in produzione il detector, lo incapsuliamo in un container Docker con FastAPI. Ecco un esempio minimo:

from fastapi import FastAPI, UploadFile
import cv2
import numpy as np
from ultralytics import YOLO

app = FastAPI()
model = YOLO('yolov8n.pt')

@app.post("/detect")
async def detect(file: UploadFile):
    contents = await file.read()
    np_arr = np.frombuffer(contents, np.uint8)
    img = cv2.imdecode(np_arr, cv2.IMREAD_COLOR)
    results = model(img)
    # costruisci risposta JSON con coordinate e classi
    detections = []
    for box in results[0].boxes:
        detections.append({
            "bbox": box.xyxy[0].tolist(),
            "confidence": box.conf[0].item(),
            "class": model.names[int(box.cls[0])]
        })
    return {"detections": detections}

Dockerfile: FROM python:3.11-slim, installa le dipendenze, copia il modello. Esponi la porta 8000. Con questo, qualsiasi applicazione (web, mobile, PLC) può inviare un'immagine e ricevere oggetti riconosciuti. Niente vendor lock-in, tutto tuo.

Cosa fare adesso

1. Installa pip install opencv-python ultralytics e testa lo script sopra con una tua immagine.
2. Se hai già un dataset, fai un fine-tuning con yolo train data=custom.yaml epochs=50. I risultati arrivano in poche ore.
3. Misura il tempo di inferenza sul tuo hardware e applica le ottimizzazioni (riduzione risoluzione, TensorRT).
4. Containerizza l'API e mettila in produzione su un server o un edge device.
5. Se non hai esperienza interna, contattaci. Noi seguiamo l'intero ciclo: dall'etichettatura dei dati al deployment.

La computer vision non è un lusso per grandi aziende. Con OpenCV e YOLO, anche una PMI può automatizzare ispezioni, contare pezzi, rilevare anomalie. Noi lo facciamo ogni giorno per clienti in Sicilia e in tutta Italia. Un sistema di object detection ben fatto si paga da solo.

Per approfondire le basi del machine learning applicato al business, leggi il nostro pillar su Machine Learning con Python.