使用张量流的AR对象检测

时间:2019-11-15 04:09:01

标签: python opencv tensorflow yolo

@AlexeyAB我要完成的项目是将Yolov3用于经修剪的对象的对象检测。但是,检测的输出我希望它在AR中“只是检测对象的一个​​正方形,使用的监视器可以是透明屏幕”,所以我想更改代码以使其保存python代码中的数据读取并保存在文件中,然后读取该文件而不显示原始图像。

我是python的新手,我可以理解一点。 代码的某些部分:

def prep_image(img, inp_dim):

    orig_im = img
    dim = orig_im.shape[1], orig_im.shape[0]
    img = cv2.resize(orig_im, (inp_dim, inp_dim))
    img_ = img[:,:,::-1].transpose((2,0,1)).copy()
    img_ = torch.from_numpy(img_).float().div(255.0).unsqueeze(0)

    return img_, orig_im, dim

def write(x, img):
    c1 = tuple(x[1:3].int())
    c2 = tuple(x[3:5].int())
    cls = int(x[-1])
    label = "{0}".format(classes[cls])

    color = random.choice(colors)
    cv2.rectangle(img, c1, c2,color, 1)
    t_size = cv2.getTextSize(label, cv2.FONT_HERSHEY_PLAIN, 1 , 1)[0]
    c2 = c1[0] + t_size[0] + 3, c1[1] + t_size[1] + 4
    cv2.rectangle(img, c1, c2,colo, -1)

    cv2.putText(img, label, (c1[0], c1[1] + t_size[1] + 4), cv2.FONT_HERSHEY_PLAIN, 1, [225,255,255], 1);
    return img

0 个答案:

没有答案