Windows下就车辆目标检测课设的整理(上)
实验步骤
步骤一
采集20张以上的图片,并使用LabelImage软件对数据中的目标进行标注。
Labellmage软件的安装
链接: (https://pan.baidu.com/s/1Yjsv-jJQC4SWjV7ZEgsYYg ).
提取码:claj
打开Labellmage的效果图如下图
Labellmage的快捷键如下:
步骤二
实现采集数据的可视化显示(读取图片和标签,将标签结果显示在图片上)
将步骤一所得的xml标记图片保存在文件名为xml的文件中,将原图片保存在文件名为image的文件中。创建一个文件名为var的文件用于保存可视化后的图片。
代码如下:
import cv2
import xml.etree.ElementTree as ET
import os
#可视化
img_path = 'test'
xml_path = 'xml'
save_path = 'var'
colors = {'truck': (0, 0, 255), 'car': (0, 255, 0), 'people': (255, 0, 0)}
img_names = os.listdir(img_path)#以列表的形式获取文件夹中的所有文件的名字和格式(例如:0.jpg)
for img_name in img_names:
img = os.path.join(img_path, img_name)#将文件的绝对路径与每个文件名字进行拼接,以获取该文件
img = cv2.imread(img)#读取该文件(图片)
xml_name = img_name.split('.')[0]#split()分割文件路径,取分割后的第一个元素
xml = os.path.join(xml_path, xml_name + '.xml')#拼接也可以直接使用+号
#读取xml文件
xml_file = ET.parse(xml)
root = xml_file.getroot()
objects = root.findall('object')#查找所有名字为‘objects’的标签内容
for obj in objects:
obj_name = obj.find('name').text.strip()#查找名字为‘name'的标签内容
xmin = int(float(obj.find('bndbox').find('xmin').text.strip()))#查找名字为‘bndbox’标签下的‘xmin’标签内容
xmax = int(float(obj.find('bndbox').find('xmax').text.strip()))
ymin = int(float(obj.find('bndbox').find('ymin').text.strip()))
ymax = int(float(obj.find('bndbox').find('ymax').text.strip()))
cv2.rectangle(img, (xmin, ymax), (xmax, ymin), colors[obj_name])#画矩形,参数2和3是矩形的左上角点和右下角点的坐标
cv2.putText(img, obj_name, (xmin, ymin-5), fontFace=cv2.CALIB_SAME_FOCAL_LENGTH,
fontScale=0.5, color=colors[obj_name])#在图片上附上文字,字体和字号和颜色
cv2.imshow('result', img)#显示
cv2.waitKey(1000)#等待1000微秒
cv2.imwrite(os.path.join(save_path, img_name ), img)#将img写入到