目录
YOLO-V3实时检测实现(opencv+python实现)——改进——>更加的易懂
YOLO-V3实时检测实现(opencv+python实现)
1.LabelImg标注的YOLO格式的TXT标签
关于LabelImg下载及使用:标注工具 labelImg 的下载安装及使用
首先标注一张图片:
查看标签.txt文件:
提示:如果我们要进行训练的话,那么需要上面的坐标进行变换一下,得到框的左上角的坐标和右下角的坐标。
![]()
现在我们要根据中心坐标和边框得到左上角(xmin,ymin)和右下角(xmax,ymax)坐标:
变换公式如下:
提示:现在已经知道坐标之间的关系了,那么可以使用python进行求解:
- 第一步从标注的.txt文件中读取数据;
- 第二步将读取的数据利用上面的公式进行转换;
def Xmin_Xmax_Ymin_Ymax(img_path,txt_path):
"""
:param img_path: 图片文件的路径
:param txt_path: 坐标文件的路径
:return:
"""
img = cv2.imread(img_path)
# 获取图片的高宽
h, w, _ = img.shape
#读取TXT文件 中的中心坐标和框大小
with open(txt_path,"r") as fp:
#以空格划分
contline=fp.readline().split(' ')
#contline : class x_center y_center width height
print(contline)
#计算框的左上角坐标和右下角坐标,使用strip将首尾空格去掉
xmin=float((contline[1]).strip())-float(contline[3].strip())/2
xmax=float(contline[1].strip())+float(contline[3].strip())/2
ymin = float(contline[2].strip()) - float(contline[4].strip()) / 2
ymax = float(contline[2].strip()) + float(contline[4].strip()) / 2
#将坐标(0-1之间的值)还原回在图片中实际的坐标位置
xmin,xmax=w*xmin,w*xmax
ymin,ymax=h*ymin,h*ymax
#返回:类别,xleft,yleft,xright,yright
return (contline[0],xmin,xmax,ymin,ymax)
将返回的坐标利用opencv将框绘制出来:
def draw(tupelist):
img_path = "data/train/000_0.png"
img = cv2.imread(img_path)
xmin=tupelist[1]
xmax=tupelist[2]
ymin=tupelist[3]
ymax=tupelist[4]
cv2.rectangle(img,(int(xmin),int(ymin)),(int(xmax),int(ymax)),(255,0,255),2)
cv2.imshow('img',img)
cv2.waitKey(0)
cv2.destroyAllWindows()
import cv2
import os
import numpy as np
if __name__ == '__main__':
tuplelist=Xmin_Xmax_Ymin_Ymax()
draw(tuplelist)
#将所有转换之后的实际坐标保存到一个.txt文件当中
def writeXYToTxt():
"""
:return:
"""
imgsPath='data/train/person'
txtsPath='data/XML/person'
imgs=os.listdir(imgsPath)
txts=os.listdir(txtsPath)
for img_,txt_ in zip(imgs,txts):
img_path=os.path.join(imgsPath,img_)
txt_path=os.path.join(txtsPath,txt_)
tupelist=Xmin_Xmax_Ymin_Ymax(img_path=img_path,txt_path=txt_path)
datasets=str(tupelist[0])+' '+str(tupelist[1])+' '+str(tupelist[2])+' '+str(tupelist[3])+' '+str(tupelist[4])
with open(txt_,'w') as fp:
fp.write(datasets)