python opencv putText输出中文的方法 yoloV3输出中文的方法

python opencv putText输出中文的方法 yoloV3输出中文的方法

   

opencv在视频中通过putText函数能添加文字,但对于中文则无能为力。一般需要FreeType字体库进行处理,在python可以通过PIL转换一下。 
现将在视频中添加中文封装成函数如下:

def paint_chinese_opencv(im,chinese,position,fontsize,color):#opencv输出中文
    img_PIL = Image.fromarray(cv2.cvtColor(im,cv2.COLOR_BGR2RGB))# 图像从OpenCV格式转换成PIL格式
    font = ImageFont.truetype('simhei.ttf',fontsize,encoding="utf-8")
    #color = (255,0,0) # 字体颜色
    #position = (100,100)# 文字输出位置
    draw = ImageDraw.Draw(img_PIL)
    draw.text(position,chinese,font=font,fill=color)# PIL图片上打印汉字 # 参数1:打印坐标,参数2:文本,参数3:字体颜色,参数4:字体
    img = cv2.cvtColor(np.asarray(img_PIL),cv2.COLOR_RGB2BGR)# PIL图片转cv2 图片
    return img
  •  
使用方法:
img = paint_chinese_opencv(image,str,point,color)
//Mat 图片,string "中文",Point (30,30),color (0,0,255)
cv2.imshow('putText显示添加文字操作的图像', img)  # 显示添加文字操作的图像
cv2.waitKey()

ubuntu字体通常保存在:/usr/share/fonts/opentype/noto/ 
可通过locate *.ttc查找

 

还有问题的,可以加群264191384 注明(输出中文)

 

要使用OpenCV(Open Source Computer Vision Library)结合YOLOv3(You Only Look Once version 3)在Python中进行图像中的车辆检测,你需要安装必要的库并理解YOLOv3的工作原理。首先,确保已经安装了以下库: 1. opencv-python:用于处理图像和视频 2. tensorflow或pytorch:用于深度学习模型 3. yolov3-tf2(如果使用TensorFlow)或yolov5(如果使用PyTorch):预训练的YOLOv3模型 这里是一个简单的示例,使用`yolov3-tf2`库,因为它是专为TensorFlow设计的。注意这只是一个基本框架,实际运行时可能需要根据你的具体需求调整参数。 ```python # 导入所需的库 import cv2 import os from yolov3_tf2 import YOLOv3, load_yolo_weights # 加载预训练的YOLOv3模型 model = YOLOv3(classes=80) # 假设车辆类别ID在列表的第80个位置 load_yolo_weights(model, 'path/to/yolov3.weights') # 替换为你的YOLOv3权重文件路径 # 定义主循环 def detect_vehicle(image_path): # 读取图像 image = cv2.imread(image_path) # 检测物体 boxes, scores, classes, _ = model.predict(image) # 提取车辆检测结果 vehicle_boxes = [box for i, box in enumerate(boxes) if int(classes[i]) == 79] # 又假设车辆类别ID是79,替换为实际值 vehicle_scores = [scores[i] for i in range(len(scores)) if int(classes[i]) == 79] # 对检测到的车辆框做非极大抑制(NMS)来去除重叠区域 indices = cv2.dnn.NMSBoxes(boxes, scores, 0.5, 0.4) # 阈值可以根据需要调整 # 绘制车辆检测框 for i in indices: x, y, w, h = boxes[i] label = f"Vehicle (score={vehicle_scores[i]:.2f})" cv2.rectangle(image, (x, y), (x + w, y + h), color=(0, 255, 0), thickness=2) cv2.putText(image, label, (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2) # 显示带有检测结果的图像 cv2.imshow("Vehicle Detection", image) cv2.waitKey(0) # 按任意键关闭窗口 # 使用函数 image_path = "path/to/your/image.jpg" detect_vehicle(image_path) #
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值