yolov3批量车辆检测并根据识别框裁剪

利用yolov3进行批量目标识别并根据识别框将所检测目标裁剪下来

根据项目需要，我需要提取有关车辆的一些信息，因此将yolov3识别后的带框的车辆给裁剪下来。

根据opencv绘制的矩形框将矩形框裁剪

# image是原图，左上点坐标， 右下点坐标， 颜色， 画线的宽度
cv2.rectangle(image, (x, y), (x + w, y + h), color, 2)
text = "{}: {:.4f}".format(LABELS[classIDs[i]], confidences[i])
# 各参数依次是：图片，添加的文字，左上角坐标(整数)，字体，字体大小，颜色，字体粗细
cv2.putText(image, text, (x, y -5)cv2.FONT_HERSHEY_SIMPLEX,0.5,color,2)
# 图片裁剪，裁剪区域[Ly:Ry,Lx:Rx]（这是对应坐标）
cut = image[y:(y+h), x:(x + w)]

将裁剪后的图片保存，并将每一幅裁剪后的车辆按照原图片文件名+a/b/c等保存。

//由于我的filename后缀有.jpg，因此用split切割一下，t是定义的字母，后续源码有详细的说明
cv.imwrite(savepath+"/"+filename.split(".")[0]+"_"+t+".jpg",cut)

源码

import os
import cv2 as cv
import argparse
import numpy as np
import cv2
weightsPath="F:/testScala/src/main/python/yolov3.weights"
configPath="F:/testScala/src/main/python/yolov3.cfg"
labelsPath="F:/testScala/src/main/python/coco.names"
rootdir = "F:/test"   #图像读取地址
savepath = "F:/detectioncam1"  # 图像保存地址

#初始化一些参数
LABELS = open(labelsPath).read().strip(