opencv篇---目标检测得到的目标框快速绘制(配置文件批量)

opencv篇—目标检测得到的目标框快速绘制(配置文件批量)

import os
import cv2
import colorsys


def show_pic(image, result_dict):
    save_img = image.split("/")[-1]
    print(save_img)
    cameraId = image.split("-")[0].split("/")[-1]
    try:
        img = cv2.imread(image)

        num_classes = 20
        hsv_tuples = [(x / num_classes, 1., 1.) for x in range(num_classes)]
        colors = list(map(lambda x: colorsys.hsv_to_rgb(*x), hsv_tuples))
        colors = list(map(lambda x: (int(x[0] * 255), int(x[1] * 255), int(x[2] * 255)), colors))

        cls_li = []
        for i in range(len(result_dict["cls"])):
            cls, x, y, w, h = result_dict["cls"][i], result_dict["x"][i], result_dict["y"][i], result_dict["w"][i], \
                              result_dict["h"][i]
            left_top = (x, y)
            right_bottom = (x + w, y + h)

            cv2.rectangle(img, left_top, right_bottom, color=colors[cls], thickness=3)
            cv2.putText(img, 'key', (0, 0), cv2.FONT_HERSHEY_COMPLEX_SMALL, 2, (255, 0, 0))

        if not os.path.exists(cameraId):
            os.makedirs(cameraId)

        save_img_ = cameraId + "/" + save_img
        cv2.imwrite(save_img_, img)
        # cv2.waitKey(0)
        # cv2.destroyAllWindows()
    except:
        pass


if __name__ == '__main__':
    file_object1 = open("33011529001320014341.txt", "r")
    try:
      while True:
          line = file_object1.readline()
          if line:
              print("line=",line)
              show_pic(eval(line)["url"], eval(line)["result"])
          else:
              break
    finally:
        file_object1.close()

2022-11-11.txt

{"aitype": "litter", "cameraID": "", "nodeName": "58", "processdate": "2022-11-11 15:56:27", "ptype": "localfile", "recorddate": "2022-11-11 15:56:27", "result": {"cls": [1], "h": [68], "message": "ok", "pro": [0.96], "w": [110], "x": [842], "y": [174]}, "url": "/app/yyq/dataset/first_project/yichuan/pro_result/2022-11-11-15-56-27_0372.jpg"}
{"aitype": "litter", "cameraID": "", "nodeName": "58", "processdate": "2022-11-11 15:58:52", "ptype": "localfile", "recorddate": "2022-11-11 15:58:52", "result": {"cls": [1], "h": [63], "message": "ok", "pro": [0.552], "w": [52], "x": [812], "y": [204]}, "url": "/app/yyq/dataset/first_project/yichuan/pro_result/2022-11-11-15-58-52_0248.jpg"}

在这里插入图片描述

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
要下载OpenCV学习中的运动目标(前景)检测源码,可以按照以下步骤进行。 首先,访问OpenCV的官方网站(https://opencv.org/)或GitHub的OpenCV仓库(https://github.com/opencv/opencv),找到源代码的下载选项。 在官方网站上,可以选择下载最新版本的OpenCV,或者根据特定版本的需求进行选择。在GitHub上,可以浏览仓库的不同分支和版本标签,并选择下载相应的源代码。 一旦选择了合适的源码下载选项,点击下载按钮进行下载。下载完成后,将源代码文件解压缩至本地目录。 接下来,在下载的源代码文件夹中,找到与运动目标检测相关的示例代码或项目。这些示例代码通常位于“samples”或“examples”文件夹中,可以根据名称或说明找到与运动目标检测相关的示例。 打开示例代码文件,使用合适的集成开发环境(IDE)或文本编辑器加载源代码。确保已正确配置编译环境和OpenCV库文件。 阅读示例代码的注释和文档,理解实现运动目标检测的算法和方法。 对于初学者,建议阅读和运行示例代码,以更好地理解和学习运动目标检测的概念和实践。根据需要,可以根据示例代码进行修改和调整,以满足特定的需求。 总之,要下载OpenCV学习中的运动目标(前景)检测源码,首先选择合适的源代码下载选项,然后解压缩源代码文件夹,找到与运动目标检测相关的示例代码或项目,最后阅读和运行示例代码以学习和实践运动目标检测
评论
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

打赏作者

心惠天意

你的鼓励是我创作最大的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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