qq_41876456的博客

import PIL.Image as Imageimport os# from IPython import embed# embed()# 定义图像拼接函数def image_compose(imag, imag_1): src = os.path.join(os.path.abspath(IMAGE_SAVE_PATH), img) to_image = Image.new('RGB', (2 * h, 1 * w)) # 创建一个新图 # 把两张图片按顺序粘贴到

close all;% filepath='/home/xl/workstation/Datasets/DukeMTMC-reID/bounding_box_train/';filepath='/home/xl/workstation/Datasets/cuhk03/images_detected/';file =dir(strcat(filepath,'*.png'));[k ~]=s

将所有的图片根据亮度值分成4个区间，能看出不同的亮度值对模型的影响。比如有的论文按80，130将图片分为Low，Middle和High。from PIL import Image, ImageStatimport mathimport osimport matplotlib.pyplot as pltimport numpy as npimport cv2import shutildef brightness(im_file): im = Image.open(im_file)

输入:若干图片输出:把RGB值显示到标签上，第一个数字并保留两位小数import osimport xml.dom.minidomimport cv2import numpy as npfrom tqdm import tqdmimport randomfrom ipdb import set_tracefrom IPython import embedimport shutildef mkDir(path): isExists = os.path.exists(path

说明为了提高GPU的利用率，该脚本在当前的GPU内存占用释放的时候自动运行下一个程序，真的牛！感谢mz大佬的分享，我只是一个无情的搬运工????import osimport timeimport pynvmlpynvml.nvmlInit() # 初始化def watch_GPU(GPU_free=0.): # 设备情况 deviceCount = pynvml.nvmlDeviceGetCount() print('显卡数量：', deviceCount)

from PIL import Image, ImageStatimport mathimport osimport matplotlib.pyplot as pltimport numpy as npimport cv2def brightness(im_file): im = Image.open(im_file) stat = ImageStat.Stat(im) r, g, b = stat.mean return math.sqrt(0.241 * (

Input:将/home/xpy/xl/workstation/Car/Dataset/Dataset_Realworld/目录下的.mp4文件Output:切成一帧一帧的图片放到同名的文件下import cv2import osfrom IPython import embeddef save_img(): video_path = r'/home/xpy/xl/workstation/Car/Dataset/Dataset_Realworld/' videos = os.l

该代码的作用是体现图片的可视化结果，处理是批量化处理Input：Output：1.将图片读取出来生成npy文件import osimport xml.dom.minidomimport cv2import numpy as npfrom tqdm import tqdmimport randomfrom ipdb import set_tracefrom IPython import embedimport shutildef mkDir(path): isExis

背景：在Test数据集中划分Query和Gallery时，会发现有的id的数量比较少，按比例划分的时候Gallery里有而Query里没有，因此就要找出哪些id在Gallery中有而Query没有。所以先把相同id的图片放到同一个文件夹中，对Query和Gallery都遍历一遍，然后发现Query有438个id而Gallery有544个id，所以把差集找出来然后补全到Query，同时从同文件夹的Gallery抽一张图片到Queryimport osimport randomimport shutil

# 导入对路径操作的库import sysimport osfrom IPython import embedimport shutilimport globimport os, random, shutildef makesDir(filepath): #判断如果文件不存在,则创建 if not os.path.exists(filepath): os.makedirs(filepath)def moveFile_q(fileDir, tarDir):

#coding:utf-8import osimport hashlib #hash函数import shutildef makesDir(filepath): #判断如果文件不存在,则创建 if not os.path.exists(filepath): os.makedirs(filepath)if __name__ == '__main__': A=r'/home/jy/xl/workstation/Datasets/Car/Nighttime_Vehi

目的是将Test数据集中分割成比例的Gallery和Query然后要求是Gallery和Query都需要同id下的图片我写了两段代码1.先把同id的先放在文件夹中，由于有2542个id就有2542个文件夹2.在同id的文件夹中按比例随机分配给Gallery和QueryInput：Output：1.把同id的先放在一个文件夹中# 导入对路径操作的库import sysimport osfrom IPython import embedimport shutilimpo

Author:XuLiuTime:20211123Fuction:数据集划分，但是有区别的是将文件夹里的图片划分到train和test中而且train和test是没有重合的输入：输出：根据设定的比例切分到train和test代码如下：import osimport randomimport shutilfrom shutil import copy2"""os.listdir会将文件夹下的文件名集合成一个列表并返回"""def getDir(filepath):

Author:XuliuTime:20211109Fuction:Histogram of the image illumination,x symbolizes the value of Average_RGBand y represents the value of Image Numbersfrom PIL import Image, ImageStatimport mathimport osimport matplotlib.pyplot as pltimport numpy as

Author:XuliuTime:20211106Function:create directories using the ids and put the same id into the directories named with idInput：第一个是id名Output：# 导入对路径操作的库import sysimport osfrom IPython import embedimport shutilimport globdef mkDir(path,id):

Author：XuLiuTime：20211105 Function:使用OpenCV截取图片,命名id_c0022.jpg Input：1.txt文件idxywh56735739894692.一张大图片Output：命名为id_c_.jpg的截图import cv2import osimport codecsdef image_cut_save(path, x, y, w, h, save_path): """

Author:XuliuTime:20211102Fuction:-1 is trash file,we should delete the line of -1Before Run:After Run:import osimport globimport codecsroot_path = '/home/xpy/xl/workstation/Car/Dataset/Annotations'save_path = '/home/xpy/xl/workstation/Car/Data

#coding:utf-8import osdef re_fileName(path): fileList = os.listdir(path) for file in fileList: used_fileName, extension = os.path.splitext(file) replacename = used_fileName.replace('_normal', '_low') new_file = replacena

由于标注时候的粗心大意，pedestrian被写的五花八门，因此标注生成的xml文件里的name节点就不统一，后续读入就会出错。因此就需要统一更改name节点的pedestrian，如果不是pedestrian就改成pedestrian，简单但有效。# coding:utf-8# fuction:批量纠正节点<name/>的pedestrian# date：20210923import osimport os.pathimport xml.dom.minidom# path="

import osimport globimport codecsroot_path = 'J:/Research/Workshop/Car1/annores/Annotations'save_path = 'J:/Research/Workshop/Car1/annores/TXT_Annotations'if not os.path.exists(save_path): os.makedirs(save_path)txt=os.listdir(root_path)for i in

import osimport randomimport shutilfrom shutil import copy2“”“os.listdir会将文件夹下的文件名集合成一个列表并返回”""def getDir(filepath):pathlist=os.listdir(filepath)return pathlist“”“如果不存在文件夹，就建一个文件夹”""def makesDir(filepath):if not os.path.exists(filepath):os.maked

#```Author：XuLiuTime:2021-08-07Demo function：prduce pairwise.txt for sigan#```import osimport cv2import numpy as npimport random as rnimport queueimport threadingimport timeimport signalimport sysimport pdbfn='/home/xl/workstation/Datasets

数据集切分：一般七三分，70%的用来训练，剩下的30%用来测试这个脚本是把CASIA-WebFace进行训练集和测试集的切分，写入txt中import ospath='/home/xl/workstation/Datasets/CASIA-WebFace'datanames = os.listdir(path)for l in datanames: dir='/home/xl/workstation/Datasets/CASIA-WebFace/'+l+'/' label =l.

#author：Xuliu#time：2021-07-31#fuction：求两个文件的差集#input:10w pictures and selected 6w#output:the rest 3w pictures#导入对路径操作的库import sysimport os# from IPython import embedimport shutil# 大文件夹的文件路径root_path = '/home/xl/workstation/Datasets/annores/new_

import osimport numpy as npimport codecsimport pandas as pdimport timeimport jsonfrom glob import globimport cv2import shutil# from IPython import embed# 标注文件夹所在位置bbsdir = "/home/xl/workstation/Datasets/annores/TXT_Annotations/"#转成的xml文件所在位置w

背景：需要标注夜间行人检测的数据集（原图15w张.jpg）1.老师提供了10w张.txt标注数据（已经检测好的）2.我这边对数据集做了一个筛选，将光照强度高的剔除，留下夜间10w.jpg3.现在需要取1和2的数据的交集，分别存在JEPGImage文件夹和Annotations文件夹中#author：XuLiu#time：2021-07-29#fuction：we select 10w pictures,then we should pipei 15w txtfiles#input:10w .