单张图像预测结果,并显示在图像上

        最近有个简单地想法!那就是将在imagenet数据集上训练好的模型,调用模型来为我所用,结合OpenCV所学的知识,于是调用模型在单张图像预测出正确结果,并显示在当前的图像上。

        下面附代码:

import numpy as np
from keras.applications.imagenet_utils import decode_predictions
from keras.applications import *
import os
import cv2
import numpy as np
from keras.utils import image_utils
from sympy.abc import z

# 忽略硬件加速的警告信息
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

file_path = 'C:/Users/Administrator/Desktop/2.png'

img = image_utils.load_img(file_path, target_size=(224, 224))
x = image_utils.img_to_array(img)
x = np.expand_dims(x, axis=0)

model = ResNet50(weights='imagenet')
y = model.predict(x)
# print(np.argmax(y))
print('Predicted:', decode_predictions(y, top=2)[0][0][1])
z = decode_predictions(y, top=2)[0][0][1]
img2 = cv2.imread(file_path)
cv2.putText(img2, z, (20, 50), cv2.FONT_HERSHEY_TRIPLEX, 1.0, (255, 0, 0), 2)
cv2.imshow('image with text', img2)
cv2.waitKey(0)

测试结果展示:

 

 

以上是我的简单应用尝试,希望读者们在我的基础上做更多的工作,好啦!本期的故事就到这里了。如用疑问,私信滴滴我哦。 

 

  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值