YOLO3训练自己标注的数据 将检测到的目标保存为图像

使用darknet下的python/darknet.py遇到的问题

1. 找不到libdarknet.so文件
   将so文件放在darknet.py文件同目录下，或在lib=CDLL()中写so的全路径名
2. load_net参数不正确
   darknet使用C/C++编写，在调用load_net，输入字符参数时，要在前面加b以表示类型，如b’cfg/yolov3-voc.cfg’
3. 找不到配置文件
   我在pycharm中执行，找不到相关文件，是因为工作目录不在darknet文件夹下，在pycharm中修改Working directory为darknet所在目录

检测区域

1. 检测函数

   net = load_net(b'cfg', b'weights', 0)
   meta = load_meta(b'data')
   r = dectect(net, meta, b'test.png')
   

   r [(b’text’, 0.8, (600, 700, 170, 25))]
   r[0][0] b’text’ 类别名
   r[0][1] 0.8 类别可能性
   r[0][2][0] 600 b.x 中心点x坐标
   r[0][2][0] 700 b.y 中心点y坐标
   r[0][2][0] 170 b.w 目标区域 宽度
   r[0][2][3] 25 b.h 目标区域 高度

2. 使用open cv保存检测区域

   def save_region(im_path, x, y, width, height):
   	image = cv2.imread(im_path)
   	cropped = imge[int(y - height / 2) : int(y + height /2), int(x - width / 2):int(x + width /2)]
   	cv2.imwrite('save.jpg', cropped)
   

   opencv 保存图像是用[y:y+height, x:x+width]来处理的
   读取图像，截取[高度，宽度]

3. 使用PIL库保存图像

   def save_pil(im_path, x, y, width, heigth):
   	image = Image.open(file)
   	# cropped = image.crop[x0, y0, x1, y1]
   	cropped = image.crop((int(x - width / 2), int(y - height / 2), int(x + width /2),  int(y + height /2)))
   

   Image图像以左上角为(0,0)点

4. opencv保存的图像比pillow保存图像体积大一些