Python可視化目標檢測框的實現(xiàn)代碼
1 引言
隨著計算機視覺算法工程師的內(nèi)卷,從事目標檢測的小伙伴們越來越多了.
很多時候我們費了九牛二虎之力訓練了一版模型,可是可視化出來的效果平淡無奇.
是不是有點太不給力啦,作為計算機視覺工程師,我們是不是應(yīng)該關(guān)注下如何優(yōu)雅地可視化我們模型地檢測結(jié)果呢?
2 舉個栗子
最常用的可視化目標檢測結(jié)果的就是我們所說的矩形框,矩形框的畫法也可以分為好多中,我們以下圖進行說明:
我們以上圖皮卡丘的矩形檢測框為例,左上為我們常用的不帶標簽的輸出框,右上為YOLO系列美化帶標簽后的矩形框,左下為四個角點美化后的矩形框,右下為帶標簽的角點美化矩形框.
3 實現(xiàn)
3.1 函數(shù)講解
在opencv中,我們通常使用cv2.rectangle函數(shù)進行矩形框的繪制,該函數(shù)的一般形式如下:
cv2.rectangle(image, start_point, end_point, color, thickness)
相應(yīng)的參數(shù)含義如下:
- image: 輸入圖像
- start_point: 矩形框左上點坐標
- end_point: 矩形框右下點坐標
- color: 矩形框顏色 默認BGR順序
- thickness: 線的粗細,其中 -1 代表填充整個矩形
3.2 讀入圖像
我們使用上述函數(shù),來畫我們的示例圖像:
img_name = './pikachu.jpg' img = cv2.imread(img_name) box = [ 140, 16,468,390, "pikachu"] box_color = (255,0,255) cv2.rectangle(img, (box[0], box[1]), (box[2], box[3]), color=box_color, thickness=2)
結(jié)果如下:
左側(cè)為我們的原圖,右側(cè)為我們畫框的效果圖.
3.3 標簽美化
接下來我們來給矩形框添加標簽,我們觀察上述畫圖函數(shù),注意最后一個參數(shù)thickness,如果此值等于-1,那么將對矩形框執(zhí)行填充效果.基于此,我們來寫標簽美化代碼,如下:
def draw_label_type(draw_img,bbox,label_color): label = str(bbox[-1]) labelSize = cv2.getTextSize(label + '0', cv2.FONT_HERSHEY_SIMPLEX, 0.5, 2)[0] if bbox[1] - labelSize[1] - 3 < 0: cv2.rectangle(draw_img, (bbox[0], bbox[1] + 2), (bbox[0] + labelSize[0], bbox[1] + labelSize[1] + 3), color=label_color, thickness=-1 ) cv2.putText(draw_img, label, (bbox[0], bbox[1] + labelSize + 3), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 0), thickness=1 ) else: cv2.rectangle(draw_img, (bbox[0], bbox[1] - labelSize[1] - 3), (bbox[0] + labelSize[0], bbox[1] - 3), color=label_color, thickness=-1 ) cv2.putText(draw_img, label, (bbox[0], bbox[1] - 3), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 0), thickness=1 )
上述代碼中,首先計算標簽文本的大小,然后據(jù)標簽文本大小進行矩形填充,最后使用cv2.putText畫對應(yīng)的標簽文本.
運行效果如下:
左側(cè)為原圖,右側(cè)為添加文本標簽后的結(jié)果圖.
3.4 角點美化
上述添加完標簽后,由于標簽框和目標矩形框顏色一致,邊界處不太容易區(qū)分,這里添加對角點美化的代碼,代碼如下:
def draw_box_corner(draw_img,bbox,length,corner_color): # Top Left cv2.line(draw_img, (bbox[0], bbox[1]), (bbox[0] + length, bbox[1]), corner_color, thickness=3) cv2.line(draw_img, (bbox[0], bbox[1]), (bbox[0], bbox[1] + length), corner_color, thickness=3) # Top Right cv2.line(draw_img, (bbox[2], bbox[1]), (bbox[2] - length, bbox[1]), corner_color, thickness=3) cv2.line(draw_img, (bbox[2], bbox[1]), (bbox[2], bbox[1] + length), corner_color, thickness=3) # Bottom Left cv2.line(draw_img, (bbox[0], bbox[3]), (bbox[0] + length, bbox[3]), corner_color, thickness=3) cv2.line(draw_img, (bbox[0], bbox[3]), (bbox[0], bbox[3] - length), corner_color, thickness=3) # Bottom Right cv2.line(draw_img, (bbox[2], bbox[3]), (bbox[2] - length, bbox[3]), corner_color, thickness=3) cv2.line(draw_img, (bbox[2], bbox[3]), (bbox[2], bbox[3] - length), corner_color, thickness=3)
上述函數(shù)參數(shù)解釋如下:
- draw_img 輸入圖像
- bbox 目標檢測框 形式(x1,y1,x2,y2)
- length 直線長度
- corner_color 直線顏色
運行結(jié)果如下:
左側(cè)為原圖,右側(cè)為添加角點美化后的結(jié)果圖.
3.5 綜合效果
綜合上述標簽美化和角點美化,可以得到二者綜合后的效果圖如下:
4 透明效果實現(xiàn)
通過cv2.rectangle 函數(shù)設(shè)置 thickness 我們可以得到填充后的圖像,進而利用opencv中的 cv2.add_weight函數(shù)可以實現(xiàn)透明效果.
示例如下:
左側(cè)為img , 右側(cè)為填充后的draw_img,那么利用add_weight 進行加權(quán)的代碼如下:
alpha = 0.8 gamma = 0 out_img = cv2.addWeighted(img,alpha,draw_img,1-alpha,gamma)
運行后的效果圖如下:
左側(cè)為 alpha=0.5的效果圖,右側(cè)為alpha=0.8的效果圖.
和原圖放到一起進行對比,如下:
是不是看上去優(yōu)雅多了…
5 擴展應(yīng)用
利用上述原理,我們可以方便地將透明效果從矩形框遷移至不規(guī)則封閉區(qū)域, 樣例如下:
左側(cè)為我們輸入分割網(wǎng)絡(luò)的原始圖像,右側(cè)為我們分割網(wǎng)絡(luò)可行駛區(qū)域的推理圖,我們使用alpha=0.6對上述兩幅圖進行加權(quán),得到結(jié)果如下:
6 總結(jié)
本文實現(xiàn)了目標檢測矩形框的標簽優(yōu)化以及角點優(yōu)化,并給出了透明化的具體原理和實際擴展應(yīng)用,以及詳細的代碼實現(xiàn).
您學廢了嗎?
7 參考
到此這篇關(guān)于Python如何優(yōu)雅地可視化目標檢測框的文章就介紹到這了,更多相關(guān)Python目標檢測框內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Python?Flask框架實現(xiàn)Proteus仿真Arduino與網(wǎng)頁數(shù)據(jù)交互
這篇文章主要介紹了Python?Flask框架實現(xiàn)Proteus仿真Arduino與網(wǎng)頁數(shù)據(jù)交互,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習吧2022-11-11基于matplotlib+tkinter實現(xiàn)簡單的繪圖系統(tǒng)
在理解matplotlib嵌入到tkinter中的原理之后,就已經(jīng)具備了打造繪圖系統(tǒng)的技術(shù)基礎(chǔ),所以本文來實現(xiàn)一個簡單的繪圖系統(tǒng),感興趣的小伙伴小伙伴可以了解一下2023-08-082018年P(guān)ython值得關(guān)注的開源庫、工具和開發(fā)者(總結(jié)篇)
本文給大家總結(jié)了2018年P(guān)ython值得關(guān)注的開源庫、工具和開發(fā)者,需要的朋友可以參考下2018-01-01詳解Numpy中的數(shù)組拼接、合并操作(concatenate, append, stack, hstack, vstac
這篇文章主要介紹了詳解Numpy中的數(shù)組拼接、合并操作(concatenate, append, stack, hstack, vstack, r_, c_等),具有一定的參考價值,感興趣的小伙伴們可以參考一下2019-05-05