可视化YOLO模型的检测框和关键点的python代码
2024-01-07 17:42:43
本篇文章将yolo格式标注文件(txt)中的数据绘制到原图上,实现可视化。文中代码参考了yolov5-face的绘图代码。
https://github.com/deepcam-cn/yolov5-face
从yolov5-fac项目中导入需要的文件
from utils.general import xywh2xyxy
from utils.plots import colors, plot_one_box
完整代码
import torch
import cv2
from utils.general import xywh2xyxy
from utils.plots import colors, plot_one_box
if __name__ == '__main__':
colormap = [(255, 255, 255), (56, 56, 255), (151, 157, 255), (31, 112, 255), (29, 178, 255)] # 不是RGB,是BGR
# 将yolo格式的标注好的图片展示出来
im0 = cv2.imread("./face_img/000000191874.jpg")
f = open("./face_img/000000191874.txt", "r")
img_save_path = './face_img/'
det_list = []
for line in f.readlines():
# line = line.strip('\n') #去掉列表中每一个元素的换行符
det_list = list(map(float, line.split(' ')))
print("det_list",det_list)
f.close()
class_label = int(det_list[0])
# 前5个参数为 0类型 xyxy
xywh = det_list[1:5]
# 将xywh转化为xyxy格式
gn = torch.tensor(im0.shape)[[1, 0, 1, 0]]
print(torch.tensor(xywh).view(1, 4))
xyxy = (xywh2xyxy(torch.tensor(xywh).view(1, 4)) * gn).view(-1).tolist()
print("xyxy", xyxy)
# 后10个参数为 5个人脸关键点(x, y)数据 官方的是百分比表示法,需要乘宽高
kpts = det_list[5:]
# 原图的宽和高
weight = im0.shape[1]
height = im0.shape[0]
for index, i in enumerate(kpts):
if index % 2 == 0:
kpts[index] = kpts[index] * weight
if index % 2 == 1:
kpts[index] = kpts[index] * height
for i in range(len(kpts)):
print("kpts", kpts[i])
# 画人脸关键点
print("\n face_keypoint信息:")
for i in range(0, len(kpts), 2):
x,y = kpts[i:i+2]
cv2.circle(im0, (int(x), int(y)), 2, (255,255,0), -1) #画圆点
# 画人体框和人脸框
xmin,ymin,xmax,ymax = xyxy[0:4]
p1, p2 = (int(xmin), int(ymin)), (int(xmax), int(ymax))
# 绘制矩形框
cv2.rectangle(im0, p1, p2, colormap[1], thickness=2, lineType=cv2.LINE_AA)
cv2.putText(im0, str(class_label), (int(xmin), int(ymin - 2)), fontFace = cv2.FONT_HERSHEY_SIMPLEX,fontScale=0.5,color=(0,255,0),thickness=2, lineType=cv2.LINE_AA)
cv2.imwrite(img_save_path + 'face_dot_02.jpg', im0)
cv2.waitKey(0) # 1 millisecond
文章来源:https://blog.csdn.net/weixin_42538848/article/details/135434000
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。 如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:veading@qq.com进行投诉反馈,一经查实,立即删除!
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。 如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:veading@qq.com进行投诉反馈,一经查实,立即删除!