yolo:detect.py改变检测框为椭圆框

提示：改变检测框为椭圆框

---

前言

例如：改变检测框为椭圆框

---

一、步入plots.py

# Write results
                for *xyxy, conf, cls in reversed(det):
                    if save_txt:  # Write to file
                        xywh = (xyxy2xywh(torch.tensor(xyxy).view(1, 4)) / gn).view(-1).tolist()  # normalized xywh
                        line = (cls, *xywh, conf) if save_conf else (cls, *xywh)  # label format
                        with open(f'{txt_path}.txt', 'a') as f:
                            f.write(('%g ' * len(line)).rstrip() % line + '\n')

                    if save_img or save_crop or view_img:  # Add bbox to image
                        c = int(cls)  # integer class
                        label = None if hide_labels else (names[c] if hide_conf else f'{names[c]} {conf:.2f}')
                        annotator.box_label(xyxy, label, color=colors(c, True))

ctrl+点击box_label进入检测框绘制函数

二、改变plots.py代码，box_label函数else部分添加代码

1.获取图片各轮廓轮廓

ret, thresh = cv2.threshold(cv2.cvtColor(self.im.copy(), cv2.COLOR_BGR2GRAY), 127, 255, cv2.THRESH_BINARY)
            contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

2.找到轮廓中最大的一个，椭圆拟合需要有大于5个的点来进行绘制，选择最大的一个轮廓，可以防止小噪点被识别到

            for c in range(len(contours)):
                areas.append(cv2.contourArea(contours[c]))
            max_id = areas.index(max(areas))

3.椭圆拟合和椭圆框绘制

            retval = cv2.fitEllipse(contours[max_id])  # 取其中最大轮廓拟合椭圆
            cv2.ellipse(self.im, retval,  color=color, thickness=self.lw, lineType=cv2.LINE_AA)  # 在原图画椭圆

---

总结

绘制椭圆框的时候也曾遇到错误，学习如何使用fitEllipse的函数，还需大致懂得它的原理，不然遇到噪点不足六个点不可绘制就会报错。