YOLO基础教程（二）：图片识别

基本思想：将图片传入到YOLO网络中进行识别，解析返回的信息，进行画框，写文字。

返回信息的格式：[{'label': 'dog', 'confidence': 0.87201697, 'topleft': {'x': 282, 'y': 152}, 'bottomright': {'x': 555, 'y': 509}}]

对不同信息进行提取即可得到相关信息，详情见程序。

import cv2 as cv
from darkflow.net.build import TFNet
import matplotlib.pyplot as plt

# 各个文件的地址，根据自己的路径定义，threshold为阈值，通过修改此数值可以改变识别精度，电脑没GPU的将gpu去掉即可
option = {
    'model': 'cfg/yolo.cfg',
    'load': 'bin/yolo.weights',
    'threshold': 0.5,
    'gpu': 0.7
}
tfnet = TFNet(option)  # 初始化网络

img = cv.imread("dog.jpg", cv.IMREAD_COLOR)  # 读取文件
# OpenCV读取图像是BGR格式的，plt显示是时候是RGB格式的，所以需要转换一下格式
img = cv.cvtColor(img, cv.COLOR_BGR2RGB)
result = tfnet.return_predict(img)  # 进行预测，返回预测结果
print(result)

tl = (result[0]['topleft']['x'], result[0]['topleft']['y'])  # 提取预测结果中 topleft 左上角的坐标
br = (result[0]['bottomright']['x'], result[0]['bottomright']['y'])  # 提取预测结果中 bottomright 右下角的坐标
label = result[0]['label']  # 提取标签

img = cv.rectangle(img, tl, br, (0, 255, 0), 5)  # 画矩形（源文件，左上角坐标，右下角坐标，矩形颜色，粗细）
img = cv.putText(img, label, tl, cv.FONT_HERSHEY_COMPLEX, 1, (0, 0, 0), 2)  # 添加标签（源文件，标签值，位置，字体形状，大小，颜色，胖瘦）
plt.imshow(img)  # 显示图片
plt.show()

运行结果：