代码实现把目标检测数据集的框框画在相应图片上

最新推荐文章于 2023-03-19 15:41:08 发布

原创

最新推荐文章于 2023-03-19 15:41:08 发布 · 3.6k 阅读

23 ·

CC 4.0 BY-SA版权

文章标签：

#python #深度学习 #计算机视觉 #tensorflow

本文介绍如何使用Python将目标检测数据集中的边界框可视化地绘制到相应的图片上，通过代码展示了从数字标签到图像框的转换过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

众所周知，目标检测的数据集由两部分组成，一部分是图片，另一部分当然就是图片对应的标签了。这里的标签就是图片中每一个物体的边框了。在数据集中，每一个框框是以五个数字组成的，分别是x、y、w、h，以及类别。
在这里插入图片描述
打开数据集，我不太喜欢这些数字，我想要在图片上面框框这些框框，下面直接上代码。

import random
import colorsys
import matplotlib.pyplot as plt
from datetime import datetime
import os
import cv2
import numpy as np
import tensorflow as tf
import shutil


#原图像需要放在相应路径下
#生成带框图像路径
out_image_path = '填入你的路径'
#训练集txt文件路径
data_path = '填入你的路径'
#类别名称txt文件路径
class_name_path = '填入你的路径'

def draw_bbox_new(image, bboxes, classes=None, show_label=True):

    if classes is None:
        classes = read_class_names(class_name_path)
    class_num = len(classes)
    image_h, image_w, _ = image.shape
    hsv_tuples = [(1.0 * x / class_num, 1., 1.) for x in range(class_num)]
    colors = list(map(lambda x: colorsys