目标检测:使用Open_cv在图像上批量画bounding box

本次使用的库具体版本为

Python 3.6.3

Open_cv 3.3.0

Numpy 1.14.2

Win10 1709教育版


1.问题提出

    在之前使用Mask_RCNN检测之后,把检测到的坐标保存到了一个csv中,最近想看一下生成的bounding box准确与否,于是今天说一下如何使用Open_cv在图像上批量画bounding box!


2.数据格式

    本次主要包含如下两个文件:

    a.包含坐标的CSV文件,其中包含两列,一列是图片的名称,一列是图片上被检测物体的坐标,坐标表示为(x,y,w,h);具体如下:


    b.被检测图片:

目标检测:使用Open_cv在图像上批量画bounding box_第1张图片


3.导入Bounding Box

import numpy as np
import cv2

with open('a.csv', 'r') as p:
    lines = p.readlines()[1:]

    由于,csv文件里面的坐标是多个拼接起来成了一个字符串,而opcv_cv需要的是数字坐标,所以需要将这些字符串做一个分解:

for i in lines:
    kk = []
    rec = []
    """得到图片的路径(相对路径)"""
    img_path = i.split(',')[0]
    img = cv2.imdecode(np.fromfile(img_path, dtype=np.uint8), -1)
    """得到多个矩形的坐标,分别是(x,y,w,h)"""
    polygons = [r.split('_') for r in i.split(',')[1].strip().split(';') if r]
    for k in polygons:
        kk.append(list(map(int, map(float, k))))
    for t in kk:
        rec.append(t[2]*t[3])
    print('{}最小'.format(kk[rec.index(min(rec))]))

4.使用坐标在图片上画出Bounding box

    上一步我们已经拿到了一个个的坐标,接下来我们使用cv2.rectangle函数画出一个个矩形框:

    for j in kk:
        if j == kk[rec.index(min(rec))]:
            cv2.rectangle(img, (j[0], j[1]), (j[0] + j[2], j[1] + j[3]), (0, 255, 0))
        else:
            cv2.rectangle(img, (j[0], j[1]), (j[0] + j[2], j[1] + j[3]), (0, 0, 255))  

    通过flags参数设定窗口的展示方式:

    cv2.namedWindow(img_path, flags=cv2.WINDOW_AUTOSIZE)
    cv2.imshow(img_path, img)
    cv2.waitKey(0)

5.附结果:

    目标检测:使用Open_cv在图像上批量画bounding box_第2张图片 目标检测:使用Open_cv在图像上批量画bounding box_第3张图片

你可能感兴趣的:(深度学习,图像处理)