python实现将darknet的label标签画到原图上，训练前检查标签

1、首先已经将数据转换成darknet需要的数据格式（.txt文件），文件格式为：类别名、中心点x/原图宽、中心点y/原图高、矩形宽/原图宽、矩形高/原图高，因此对参考文章的部分代码进行了修改。

2、其中cv2.rectangle(img, c1, c2, (0, 0, 255), 2)分别是图片，矩形框左上角坐标，矩形框右下角坐标，矩形框颜色，边框粗细，如果不想看所有图片可以使用if判断条件，提前break，cv2.rectangle需要注意c1,c2必须为整型，不然会报错，以及cv的图片是BGR格式。

3、先是读取原图和生成好的label的地址（图片名需要和label名对应），利用cv2读取图片，再将label画到原图上，将画好的图利用cv2写入，存到一个新的文件夹中。

以下是代码：

import os
import cv2

path = "/media/train/testlabels"   #label address
path1 = "/media/train/JPEGImages"  #pictures address
path2 = "/media/train/testimage"   #drawed pictures address
count = 0
for root, dirs, files in os.walk(path):
    for name in files:
        if name.endswith(".txt"):
            filename = root + "/" + name    #/media/train/labels/31801994.txt
            filename2 = path2 + "/" + name
            file_name = name.split('.')[0]      #name = 31801994.txt      file_name = 31801994
            file_path = path1 + "/" + file_name + ".jpg"        #label对应的图片
            img = cv2.imread(file_path)       #读入图片
            h ,w = img.shape[:2]

            f = open(filename, "r")
            if count > 20:
                break
            for each_line in f:
                each_line_list = each_line.split()  # 将每一行的数字分开放在列表中
                xmin = (float(each_line_list[1]) - (1/2) * (float(each_line_list[3]))) * w
                ymin = (float(each_line_list[2]) - (1/2) * (float(each_line_list[4]))) * h
                xmax = (float(each_line_list[1]) + (1/2) * (float(each_line_list[3]))) * w
                ymax = (float(each_line_list[2]) + (1/2) * (float(each_line_list[4]))) * h

                cls = str(each_line_list[0])
                c1, c2 = (int(xmin), int(ymin)), (int(xmax), int(ymax))
                cv2.rectangle(img, c1, c2, (0, 0, 255), 2)            #左上角，右下角，颜色，边框粗细
                cv2.putText(img, cls, c2, cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255, 255, 255), 2)
                count += 1
                print(count)


            cv2.imwrite(path2 + "/" + file_name + ".jpg", img)
            f.close()

参考了这位大佬的文章，链接地址。