Python可視化目標(biāo)檢測(cè)框的實(shí)現(xiàn)代碼
1 引言
隨著計(jì)算機(jī)視覺(jué)算法工程師的內(nèi)卷,從事目標(biāo)檢測(cè)的小伙伴們?cè)絹?lái)越多了.
很多時(shí)候我們費(fèi)了九牛二虎之力訓(xùn)練了一版模型,可是可視化出來(lái)的效果平淡無(wú)奇.
是不是有點(diǎn)太不給力啦,作為計(jì)算機(jī)視覺(jué)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(cè)結(jié)果呢?
2 舉個(gè)栗子
最常用的可視化目標(biāo)檢測(cè)結(jié)果的就是我們所說(shuō)的矩形框,矩形框的畫(huà)法也可以分為好多中,我們以下圖進(jìn)行說(shuō)明:
我們以上圖皮卡丘的矩形檢測(cè)框?yàn)槔?左上為我們常用的不帶標(biāo)簽的輸出框,右上為YOLO系列美化帶標(biāo)簽后的矩形框,左下為四個(gè)角點(diǎn)美化后的矩形框,右下為帶標(biāo)簽的角點(diǎn)美化矩形框.
3 實(shí)現(xiàn)
3.1 函數(shù)講解
在opencv中,我們通常使用cv2.rectangle函數(shù)進(jìn)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(diǎn)坐標(biāo)
- end_point: 矩形框右下點(diǎn)坐標(biāo)
- color: 矩形框顏色 默認(rèn)BGR順序
- thickness: 線(xiàn)的粗細(xì),其中 -1 代表填充整個(gè)矩形
3.2 讀入圖像
我們使用上述函數(shù),來(lái)畫(huà)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(huà)框的效果圖.
3.3 標(biāo)簽美化
接下來(lái)我們來(lái)給矩形框添加標(biāo)簽,我們觀察上述畫(huà)圖函數(shù),注意最后一個(gè)參數(shù)thickness,如果此值等于-1,那么將對(duì)矩形框執(zhí)行填充效果.基于此,我們來(lái)寫(xiě)標(biāo)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(jì)算標(biāo)簽文本的大小,然后據(jù)標(biāo)簽文本大小進(jìn)行矩形填充,最后使用cv2.putText畫(huà)對(duì)應(yīng)的標(biāo)簽文本.
運(yùn)行效果如下:
左側(cè)為原圖,右側(cè)為添加文本標(biāo)簽后的結(jié)果圖.
3.4 角點(diǎn)美化
上述添加完標(biāo)簽后,由于標(biāo)簽框和目標(biāo)矩形框顏色一致,邊界處不太容易區(qū)分,這里添加對(duì)角點(diǎn)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(biāo)檢測(cè)框 形式(x1,y1,x2,y2)
- length 直線(xiàn)長(zhǎng)度
- corner_color 直線(xiàn)顏色
運(yùn)行結(jié)果如下:
左側(cè)為原圖,右側(cè)為添加角點(diǎn)美化后的結(jié)果圖.
3.5 綜合效果
綜合上述標(biāo)簽美化和角點(diǎn)美化,可以得到二者綜合后的效果圖如下:
4 透明效果實(shí)現(xiàn)
通過(guò)cv2.rectangle 函數(shù)設(shè)置 thickness 我們可以得到填充后的圖像,進(jìn)而利用opencv中的 cv2.add_weight函數(shù)可以實(shí)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(jìn)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(yùn)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(jìn)行對(duì)比,如下:
是不是看上去優(yōu)雅多了…
5 擴(kuò)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(duì)上述兩幅圖進(jìn)行加權(quán),得到結(jié)果如下:
6 總結(jié)
本文實(shí)現(xiàn)了目標(biāo)檢測(cè)矩形框的標(biāo)簽優(yōu)化以及角點(diǎn)優(yōu)化,并給出了透明化的具體原理和實(shí)際擴(kuò)展應(yīng)用,以及詳細(xì)的代碼實(shí)現(xiàn).
您學(xué)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(biāo)檢測(cè)框的文章就介紹到這了,更多相關(guān)Python目標(biāo)檢測(cè)框內(nèi)容請(qǐng)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(shí)現(xiàn)Proteus仿真Arduino與網(wǎng)頁(yè)數(shù)據(jù)交互
這篇文章主要介紹了Python?Flask框架實(shí)現(xiàn)Proteus仿真Arduino與網(wǎng)頁(yè)數(shù)據(jù)交互,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)吧2022-11-11django 通過(guò)ajax完成郵箱用戶(hù)注冊(cè)、激活賬號(hào)的方法
本篇文章主要介紹了django 通過(guò)ajax完成郵箱用戶(hù)注冊(cè)、激活賬號(hào)的方法,小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2018-04-04利用Python實(shí)現(xiàn)翻譯HTML中的文本字符串
這篇文章主要為大家介紹了如何利用Python實(shí)現(xiàn)翻譯HTML中的文本字符串功能,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以動(dòng)手嘗試一下2022-06-06Python實(shí)現(xiàn)批量獲取當(dāng)前文件夾下的文件名
這篇文章主要為大家詳細(xì)介紹了如何利用Python實(shí)現(xiàn)批量獲取當(dāng)前文件夾下的文件名,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下2024-02-02基于matplotlib+tkinter實(shí)現(xiàn)簡(jiǎn)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(lái)實(shí)現(xiàn)一個(gè)簡(jiǎn)單的繪圖系統(tǒng),感興趣的小伙伴小伙伴可以了解一下2023-08-08Python實(shí)現(xiàn)求兩個(gè)csv文件交集的方法
這篇文章主要介紹了Python實(shí)現(xiàn)求兩個(gè)csv文件交集的方法,涉及Python針對(duì)csv文件的讀取、遍歷、判斷等相關(guān)操作技巧,需要的朋友可以參考下2017-09-09python讀取eml文件并用正則表達(dá)式匹配郵箱的代碼
今天接到一個(gè)需求有一個(gè)同事離職了,但是留下了非常多的郵件,我需要將他的郵件進(jìn)行分類(lèi),只要郵件中以@xxx.com結(jié)尾的存放在文件夾中,否則放在另一個(gè)文件夾中,這篇文章主要介紹了python讀取eml文件并用正則匹配郵箱,需要的朋友可以參考下2022-11-112018年P(guān)ython值得關(guān)注的開(kāi)源庫(kù)、工具和開(kāi)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(kāi)源庫(kù)、工具和開(kāi)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(jià)值,感興趣的小伙伴們可以參考一下2019-05-05