15行Python代码实现图像定位

Python知识大全

发布于 2020-02-13 15:59:22

1.7K0

发布于 2020-02-13 15:59:22

文章被收录于专栏：Python 知识大全

阅读本文需要5.5分钟

引

言

本教程使用的环境：Windows 10 Python 3.6

数据源：The Oxford-IIIT Pet Dataset

需要的第三方库：

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
from lxml import etree
import glob
from matplotlib.patches import Rectangle

一单张图片定位

1 读取图片：（这里使用tensflow的方法读取）

img = tf.io.read_file(r'\xxxxxxxx.jpg')

2 解码图片：

img = tf.image.decode_jpeg(img)

3 显示下读取的图片

plt.imshow(img)

4 解析图片规格信息（这里是一个xml文件，我们使用爬虫将其图片信息爬取下来）

文件格式如图：

xml = open(r'xxxxxxx.xml').read()
sel = etree.HTML(xml)
width = int(sel.xpath('//size/width/text()')[0])
height = int(sel.xpath('//size/height/text()')[0])
xmin = int(sel.xpath('//bndbox/xmin/text()')[0])
ymin = int(sel.xpath('//bndbox/ymin/text()')[0])
xmax = int(sel.xpath('//bndbox/xmax/text()')[0])
ymax = int(sel.xpath('//bndbox/ymax/text()')[0])

5 定位

plt.imshow(img)
rec = Rectangle((xmin, ymin), (xmax-xmin), (ymax-ymin), fill=False, color='red')
ax = plt.gca()
ax.axes.add_patch(rec)

输出：

二统一规划

先给大家上一张图

所有

这是部分数据集图片，这里的图片大小不一，有的是长的有的是宽的。但是在创建data数据时，所有的图片数据应是统一的（也就是同长同高）所以我们得想个办法让其统一。

由上面的案例我们知道头部的位置由 (xmin, ymin), (xmax-xmin), (ymax-ymin)所决定，所以我们可以通过“放缩”的思想来实现目标值

1 统一图片大小（224，224）：

img = tf.image.resize(img, [224,224])
img = img/255
plt.imshow(img)

2 确定相对于的目标值：

xmin = (xmin/width)*224
ymin = (ymin/height)*224
xmax = (xmax/width)*224
ymax = (ymax/height)*224

3 定位：

plt.imshow(img)
rec = Rectangle((xmin, ymin), (xmax-xmin), (ymax-ymin), fill=False, color='red')
ax = plt.gca()
ax.axes.add_patch(rec)

输出：

这时就可以把所有数据集导入训练，建立管道，训练成模型。（建议使用GPU版本）

若需要数据集，则在后台回复【数据集】即可获取

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2019-12-28，如有侵权请联系 cloudcommunity@tencent.com 删除

python

本文分享自 Python 知识大全微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

python

登录后参与评论

0 条评论

热度