目标检测后的图像上绘制边界框和标签-Toy模板网

这篇具有很好参考价值的文章主要介绍了目标检测后的图像上绘制边界框和标签。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

效果如图所示，有个遗憾就是CV2在图像上显示中文有点难，也不想用别的了，所以改成了英文，代码在下面了，一定要注意一点，就是标注文件的读取一定要根据自己的实际情况改一下，我的所有图像的标注文件是一个XML文件。

目标检测后的图像上绘制边界框和标签,目标检测,人工智能,计算机视觉文章来源地址https://www.toymoban.com/news/detail-687821.html

import cv2
import os
import numpy as np

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:
        # 在图像上绘制边界框
        cv2.rectangle(draw_img,
                      (bbox[0], bbox[1] + 2),
                      (bbox[0] + labelSize[0], bbox[1] + labelSize[1] + 3),
                      color=label_color,
                      thickness=-1
                      )

        # 在图像中的边界框中打上标签
        cv2.putText(draw_img, label,
                    (bbox[0], bbox[1] + labelSize[1] + 3),
                    cv2.FONT_HERSHEY_SIMPLEX,
                    0.5,
                    (0, 0, 0),
                    thickness=1
                    )
    else:
        # 在图像上绘制边界框
        cv2.rectangle(draw_img,
                      (bbox[0], bbox[1] - labelSize[1] - 3),
                      (bbox[0] + labelSize[0], bbox[1] - 3),
                      color=label_color,
                      thickness=-1
                      )

        # 在图像中的边界框中打上标签
        cv2.putText(draw_img, label,
                    (bbox[0], bbox[1] - 3),
                    cv2.FONT_HERSHEY_SIMPLEX,
                    0.5,
                    (0, 0, 0),
                    thickness=1
                    )
    cv2.rectangle(draw_img, (bbox[0], bbox[1]), (bbox[2], bbox[3]), color=label_color, thickness=1)
    return draw_img

# 读取标注文件
def read_data(data_name):
    image_label=[]
    with open(data_name, 'r') as f:
        for line in f:
            image_label.append(line)
    return image_label

def spli_lab(word):
    labs = []
    while (len(word) > 10):
        tem = [int(word[-9]),int(word[-8]),int(word[-5]),int(word[-4]),word[-1]]
        labs.append(tem)
        word = word[:-10]
    return labs

def img_ann_ply(label):
    for lab in label:
        word = lab.split()
        #获取一张图象中的标签及位置
        # ！！！！！怎们分离需要根据自己存储格式改变
        img_box = spli_lab(word)
        img_name = word[0][:-2]
        # 图像文件存储为.bmp。这里因为发现有的标间存储有bug设置了一个筛选
        if img_name[-1] != 'p':
            img_name = img_name[:-1]
        image = os.path.join(inputPath, img_name)
        # img = cv2.imread(image)
        img = cv2.imdecode(np.fromfile(image, dtype=np.uint8), -1)
        # 根据数据集中缺陷的不同设置边界框的颜色
        for box in img_box:
            if box[-1] == '"虫烂"':
                box_color = (255, 0, 0)
                box[-1] = 'Insect rot'
            elif box[-1] == '"内皮"':
                box_color = (0, 0, 255)
                box[-1] = 'endothelium'
            else:
                box_color = (0, 255, 0)
                box[-1] = 'charring'

            img = draw_label_type(img, box, box_color)

        #展示图像
        cv2.imshow("banliquexain", img)
        # 延时显示，如果想要键盘控制窗口的切换可将int数字改成0
        cv2.waitKey(60)
        #为了使窗口变得连续，我们将窗口销毁注销
        # cv2.destroyAllWindows()

if __name__ == '__main__':
    inputPath = r"F:\project\*****\datasets_2000"
    dataset_root = r"F:\project\**\datasets_2000\DetectTrainData.txt"
    # 读取标注文件，注意！！！！！！
    # 这里的标注文件读取会因文件存储格式不同需要自己改动
    label=read_data(data_name=dataset_root)

    #把标注文件中每张图像分别标注并显示
    img_ann_ply(label)

到了这里，关于目标检测后的图像上绘制边界框和标签的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！