python好看图案的编程代码_只需15行Python代码，实现图像定位功能

引言本教程使用的环境：Windows 10 + Python 3.6

数据源：The Oxford-IIIT Pet Dataset

需要的第三方库：import tensorflow as tf

import numpy as np

import matplotlib.pyplot as plt

%matplotlib inline

from lxml import etree

import glob

from matplotlib.patches import Rectangle

一 单张图片定位

1 读取图片：（这里使用tensflow的方法读取）img = tf.io.read_file(r'\xxxxxxxx.jpg')

2 解码图片：img = tf.image.decode_jpeg(img)

3 显示下读取的图片plt.imshow(img)

4 解析图片规格信息（这里是一个xml文件，我们使用爬虫将其图片信息爬取下来）

文件格式如图：

xml = open(r'xxxxxxx.xml').read()

sel = etree.HTML(xml)

width = int(sel.xpath('//size/width/text()')[0])

height = int(sel.xpath('//size/height/text()')[0])

xmin = int(sel.xpath('//bndbox/xmin/text()')[0])

ymin = int(sel.xpath('//bndbox/ymin/text()')[0])

xmax = int(sel.xpath('//bndbox/xmax/text()')[0])

ymax = int(sel.xpath('//bndbox/ymax/text()')[0])

5 定位plt.imshow(img)

rec = Rectangle((xmin, ymin), (xmax-xmin), (ymax-ymin), fill=False, color='red')

ax = plt.gca()

ax.axes.add_patch(rec)

输出：

二 统一规划

先给大家上一张图

所有

这是部分数据集图片，这里的图片大小不一，有的是长的有的是宽的。但是在创建data数据时，所有的图片数据应是统一的（也就是同长同高）所以我们得想个办法让其统一。

由上面的案例我们知道头部的位置由 (xmin, ymin), (xmax-xmin), (ymax-ymin)所决定，所以我们可以通过“放缩”的思想来实现目标值

1 统一图片大小（224，224）：img = tf.image.resize(img, [224,224])

img = img/255

plt.imshow(img)

2 确定相对于的目标值：xmin = (xmin/width)*224

ymin = (ymin/height)*224

xmax = (xmax/width)*224

ymax = (ymax/height)*224

3 定位：plt.imshow(img)

rec = Rectangle((xmin, ymin), (xmax-xmin), (ymax-ymin), fill=False, color='red')

ax = plt.gca()

ax.axes.add_patch(rec)

输出：

这时就可以把所有数据集导入训练，建立管道，训练成模型。（建议使用GPU版本）