工具类代码记录

1.混淆矩阵（最终show出来的矩阵是小图，窗口放大即是清晰大图）

import matplotlib.pyplot as plt

# 初始化一个全0矩阵 cls_num为分类的类别数量
confusion_mat = np.zeros([cls_num, cls_num])

# 根据模型测试阶段的图像GT和pred更新confusion_mat

# 画出混淆矩阵
plt.matshow(confusion_mat, cmap=plt.cm.Greens)
plt.colorbar()
for i in range(len(confusion_mat)):
    for j in range(len(confusion_mat)):
        plt.annotate(confusion_mat[i,j], xy=(i,j),horizontalalignment='center')
plt.show()

2. cv2在图片上添加文字

import cv2

# (图像，文字，位置，字体，文字大小，颜色，粗细)
cv2.putText(image, 'hello', (40,25), cv2.FONT.HERSHEY, 1, (0,0,255), 2)

3. 读取xml文件的信息

import xml.etree.ElementTree as ET
import os

tree = ET.parse(xml_path)

for obj in tree.findall('object'):
    difficult = obj.find('difficult').text
    
    bbox = obj.find('bndbox')
    xmin = bbox.find('xmin').text
    ymin = bbox.find('ymin').text
    xmax = bbox.find('xmax').text
    ymax = bbox.find('ymax').text

    class_name = obj.find('name').text

# 获取根节点
root = tree.getroot()

# 遍历某一个子节点
for s in root.iter('structs'):
    s1 = s.find('s1').text 

4.python遍历字典数据

for key, value in class_info.items():
    obj_cls = str(value)

5.python读取txt去除每一行的换行符

f = open("temp.txt","r")
results = f.read().splitlines()

6.cv2.imwrite()不能保存中文路径

# 替换
cv2.imencode('.jpg', frame)[1].tofile(save_path) # '.jpg'表示图片保存格式为jpg

7.以字符串为变量名创建列表

for i in range(10):
    list_name = 'object'+str(i)
    globals()[list_name] = []

8.判断数组中某个范围内包含多少个数据

tmp = np.where(np.logical_and(A>=0.1, A<=0.8))