YOLOv8中根据标签绘制真实框

# 创作灵感

最近也是自己在弄目标检测方面的东西，然后这也是自己碰到的问题，想着能分享一下，希望对有需要的人有所帮助。也欢迎大家来讨论问题、交流心得！！！

查了许多基本上（应该就是没有啦）找不到一个画YIOLOv8原始框的代码呀，所以就尝试查看YOLOv8的原始代码来绘制原始框。

满足需求请给我点个赞呀，引用望标注转载！！！

---

---

第一章、源码

不废话，先把源码给你们，不会改代码的友友可以看我第三章的讲解呀！！！

我代码习惯挺好的，嘿嘿，应该都可以看懂！！！（好像废话有点多呀~~~）

import os
import cv2

# 不要动这个颜色！！！！！！！！！！！！！！ 直接划到下面的  if __name__ == "__main__":  里进行修改 其他部分不要动！！！！
colors = [(56, 56, 255), (151, 157, 255),(31, 112, 255),(29, 178, 255),(49, 210, 207), (10, 249, 72), (23, 204, 146),
          (134, 219, 61),(52, 147, 26),  (187, 212, 0), (168, 153, 44),(255, 194, 0),  (147, 69, 52), (255, 115, 100),
          (236, 24, 0),  (255, 56, 132), (133, 0, 82),  (255, 56, 203),(200, 149, 255),(199, 55, 255)]

class Annotator:
    def __init__(self, im, line_width=None):
        """Initialize the Annotator class with image and line width."""
        assert im.data.contiguous, 'Image not contiguous. Apply np.ascontiguousarray(im) to Annotator() input images.'
        self.im = im
        self.lw = line_width or max(round(sum(im.shape) / 2 * 0.003), 2)  # line width

    def box_label(self, box, label='', color=(128, 128, 128), txt_color=(255, 255, 255)):
        """Add one xyxy box to image with label."""
        p1, p2 = (int(box[0]), int(box[1])), (int(box[2]), int(box[3]))
        cv2.rectangle(self.im, p1, p2, color, thickness=self.lw, lineType=cv2.LINE_AA)
        if label:
            tf = max(self.lw - 1, 1)  # font thickness
            w, h = cv2.getTextSize(label, 0, fontScale=self.lw / 3, thickness=tf)[0]  # text width, height
            outside = p1[1] - h >= 3
            p2 = p1[0] + w, p1[1] - h - 3 if outside else p1[1] + h + 3
            cv2.rectangle(self.im, p1, p2, color, -1, cv2.LINE_AA)  # filled
            cv2.putText(self.im,
                        label, (p1[0], p1[1] - 2 if outside else p1[1] + h + 2),
                        0,
                        self.lw / 3,
                        txt_color,
                        thickness=tf,
                        lineType=cv2.LINE_AA)


def draw_curr_img(detection_boxes,curr_img_path,save_img_path,line_width=10):
    print(f"开始处理{curr_img_path}文件")
    image = cv2.imread(curr_img_path)  # 使用OpenCV读取图像
    h, w = image.shape[:2]
    annotator = Annotator(image, line_width=line_width)
    for detection_box in detection_boxes:
        class_id, x_center, y_center, bbox_width, bbox_height = detection_box
        class_id=int(class_id)
        x_center *= w
        y_center *= h
        bbox_width *= w
        bbox_height *= h
        x1 = int(x_center - bbox_width / 2)
        y1 = int(y_center - bbox_height / 2)
        x2 = int(x_center + bbox_width / 2)
        y2 = int(y_center + bbox_width / 2)
        # 开始画当前检测框
        annotator.box_label([x1, y1, x2, y2], label=str(detect_object[class_id]), color=colors[class_id])

    cv2.imwrite(save_img_path, image)
    print(f"{curr_img_path} 检测框已经画完啦!!!")

def init_detect():
    image_names = os.listdir(input_img_dir)
    # 检查目录是否存在
    if not os.path.exists(save_img_dir):
        # 如果目录不存在，则创建它
        os.makedirs(save_img_dir)
        print(f"{save_img_dir}目录不存在，已经成功新建该文件夹")
    for image_name in image_names:
        file_type=image_name.split(".")[1]
        if file_type in ["jpeg", "png", "gif", "bmp", "tif","tiff", "webp", "heif", "svg", "raw", "ico"]:
            input_txt_name = image_name.split(".")[0] + ".txt"
            input_img_path = os.path.join(input_img_dir, image_name)
            input_txt_path = os.path.join(input_txt_dir, input_txt_name)
            save_img_path = os.path.join(save_img_dir, image_name)
            if os.path.exists(input_txt_path):
                # 读取文件并解析为列表
                with open(input_txt_path, 'r') as file:
                    lines = file.readlines()
                    detection_boxes = [list(map(float, line.strip().split())) for line in lines]
            else:
                detection_boxes = []
            draw_curr_img(detection_boxes, input_img_path, save_img_path, line_width)
        else:
            print("当前图片格式不正确，已经成功跳过！！！")


if __name__ == "__main__":
    '''
    input_img_dir: 输入图片文件文件夹
    input_txt_dir：输入标签文件文件夹
    save_img_dir： 保存图片文件文件夹(尽量保证为空文件夹)
    detect_objects： 检测对象名称
    line_width:    线宽（自选）
    '''
    input_img_dir=r"C:\Users\www15\Desktop\test\input_img"
    input_txt_dir=r"C:\Users\www15\Desktop\test\input_label"
    save_img_dir =r"C:\Users\www15\Desktop\test\save_img"
    # 这里应该和你的检测框的对象一致（包括类别和顺序），尤其是顺序
    detect_object=["girl","boy","ball"]
    line_width=10
    # 检测函数，看不懂不要管
    init_detect()

第二章、效果展示

左图是原图右图是打完标签的图！！！

gpt出的图，不侵权吧~

---

第三章、代码讲解

原理就不说了，直接说怎么用吧！！！

3.1 文件夹路径

91-93行分别是输入图片文件夹，输入标签文件夹（YOLO格式）、保存文件夹

 3.2 类别定义

这里我没有用classes.txt文件，而是自己搞了个列表，应该可以看懂吧！！！

3.3 线宽定义

96行

这个也很重要，你得自己调，才可以保证和YOLO检测出来的效果一样！！

---

第四章、结语 

展示用的图片文件在最上面，有需要可以自己下载使用！！！

花了挺多的功夫，总算是把画框的这玩意介绍完了。
欢迎大家留言交流意见，未来也想多多尝试分享代码。