欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python可視化目標檢測框的實現(xiàn)代碼

 更新時間：2021年09月06日 10:26:16   作者：趙卓不凡  
這篇文章主要介紹了Python可視化目標檢測框的實現(xiàn)代碼,本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下

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:

請?zhí)砑訄D片描述

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:

請?zhí)砑訄D片描述

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:

請?zhí)砑訄D片描述

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:

請?zhí)砑訄D片描述

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:

請?zhí)砑訄D片描述

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:

請?zhí)砑訄D片描述

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:

請?zhí)砑訄D片描述

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:

請?zhí)砑訄D片描述

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:

請?zhí)砑訄D片描述

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:

請?zhí)砑訄D片描述

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

鏈接一

鏈接二

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

最新評論