目标检测------图片预处理/方框绘图(pillow，matplotlib，tensorboard)

最新推荐文章于 2024-02-21 10:06:00 发布

BatFor、布衣

最新推荐文章于 2024-02-21 10:06:00 发布

阅读量1.8k

点赞数 1

分类专栏：目标检测文章标签： python 深度学习计算机视觉 pytorch

本文链接：https://blog.csdn.net/qq_35268841/article/details/107649467

版权

本文介绍了在win10环境下，使用Pillow读取和处理图片，以及如何利用matplotlib进行图像标注，并将结果展示在tensorboard中的过程。在目标检测任务中，Pillow用于将RGB图片转化为numpy格式，matplotlib用于绘制方框标注，而tensorboard则提供了可视化展示的平台。

摘要由CSDN通过智能技术生成

实验环境：win10 + pytorch1.5(cpu版) + tensorboard2.2.0 + Pillow7.1.2 + matplotlib3.2.1 + numpy1.16.4mkl版

Pillow读入图片

PIL：Python Imaging Library，已经是Python平台事实上的图像处理标准库了。PIL功能非常强大，但API却非常简单易用。由于PIL仅支持到Python 2.7，加上年久失修，于是一群志愿者在PIL的基础上创建了兼容的版本，名字叫Pillow，支持最新Python 3.x，又加入了许多新特性，因此，我们可以直接安装使用Pillow。 Pillow官方文档

读入图片：
在目标检测任务中，通常会将一张RGB模式的图片读入转换成numpy格式，期间可能还会对图片进行重采样（放大、缩小）等操作。在pytorch框架中，通常采用Pillow库进行相关操作。

import numpy as np
from PIL import Image
import PIL

f = Image.open("E:\PASCAL2007\VOC2007\JPEGImages\000001.jpg")  
#f.show()  #可以直接调用此方法在桌面显示当前此图片
#图片缩放1/2，采用BICUBIC重采样算法（默认值）
f_resized = f.resize(size = (f.width // 2, f.height // 2),resample = PIL.Image.BICUBIC)
#将PIL格式转换成numpy格式
img_np = np.asarray