将yolov3识别的目标，分割为小图保存

最新推荐文章于 2024-10-12 14:01:20 发布

Bird_xuan

最新推荐文章于 2024-10-12 14:01:20 发布

阅读量188

点赞数

文章标签： YOLO

本文链接：https://blog.csdn.net/Bird_xuan/article/details/133063085

版权

本文介绍了如何利用YOLO目标检测技术，将含有目标的大图分割成包含单独目标的小图，并详细说明了保存这些小图的过程。

摘要由CSDN通过智能技术生成

大图切割为小图(这个博主的链接我实在找不到了，各位朋友如有发现一定告诉我，定加上转载)

import os
import cv2 as cv
import argparse
import numpy as np
import cv2
weightsPath="F:/Python/ModelArts/yolov3.weights"
configPath="F:/Python/ModelArts/darknet-master/cfg/yolov3.cfg"
labelsPath="F:/Python/ModelArts/darknet-master/data/coco.names"
rootdir = r"F:\Python\ModelArts\test1/frames1"   #图像读取地址
savepath = "F:/Python/ModelArts/image/output/test2"  # 图像保存地址

#初始化一些参数
LABELS = open(labelsPath).read().strip().split("\n")  #物体类别
COLORS = np.random.randint(0, 255, size=(len(LABELS), 3),dtype="uint8")#颜色


filelist = os.listdir(rootdir)  # 打开对应的文件夹
total_num = len(filelist)  #得到文件夹中图像的个数
print(total_num)
# 如果输出的文件夹不存在，创建即可
if not os.path.isdir(savepath):
    os.mak