【发布时间】：2019-03-01 17:38:39
【问题描述】：
我正在尝试填充矩形，但即使更改代码（将厚度更改为 -10）也没有效果。我觉得这与全球有关。
我附上了下面的代码。
import cv2
import os
import numpy as np
from .utils import download_file
initialize = True
net = None
dest_dir = os.path.expanduser('~') + os.path.sep + '.cvlib' + os.path.sep + 'object_detection' + os.path.sep + 'yolo' + os.path.sep + 'yolov3'
classes = None
COLORS = np.random.uniform(0, 255, size=(80, 3))
def draw_bbox(img, bbox, labels, confidence, colors=None, write_conf=False):
global COLORS
global classes
if classes is None:
classes = populate_class_labels()
for i, label in enumerate(labels):
if colors is None:
color = COLORS[classes.index(label)]
else:
color = colors[classes.index(label)]
if write_conf:
label += ' ' + str(format(confidence[i] * 100, '.2f')) + '%'
cv2.rectangle(img, (bbox[i][0],bbox[i][1]), (bbox[i][2],bbox[i][3]), color,-1)
cv2.putText(img, label, (bbox[i][0],bbox[i][1]-10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, color, 2)
return img
def detect_common_objects(image):
Height, Width = image.shape[:2]
scale = 0.00392
global classes
global dest_dir
config_file_name = 'yolov3.cfg'
config_file_abs_path = dest_dir + os.path.sep + config_file_name
weights_file_name = 'yolov3.weights'
weights_file_abs_path = dest_dir + os.path.sep + weights_file_name
url = 'https://github.com/arunponnusamy/object-detection-opencv/raw/master/yolov3.cfg'
if not os.path.exists(config_file_abs_path):
download_file(url=url, file_name=config_file_name, dest_dir=dest_dir)
url = 'https://pjreddie.com/media/files/yolov3.weights'
if not os.path.exists(weights_file_abs_path):
download_file(url=url, file_name=weights_file_name, dest_dir=dest_dir)
global initialize
global net
if initialize:
classes = populate_class_labels()
net = cv2.dnn.readNet(weights_file_abs_path, config_file_abs_path)
initialize = False
blob = cv2.dnn.blobFromImage(image, scale, (416,416), (0,0,0), True, crop=False)
net.setInput(blob)
outs = net.forward(get_output_layers(net))
class_ids = []
confidences = []
boxes = []
conf_threshold = 0.5
nms_threshold = 0.4
for out in outs:
for detection in out:
scores = detection[5:]
class_id = np.argmax(scores)
confidence = scores[class_id]
if confidence > 0.5 and class_id=='person':
center_x = int(detection[0] * Width)
center_y = int(detection[1] * Height)
w = int(detection[2] * Width)
h = int(detection[3] * Height)
x = center_x - w / 2
y = center_y - h / 2
class_ids.append(class_id)
confidences.append(float(confidence))
boxes.append([x, y, w, h])
indices = cv2.dnn.NMSBoxes(boxes, confidences, conf_threshold, nms_threshold)
bbox = []
label = []
conf = []
for i in indices:
i = i[0]
box = boxes[i]
x = box[0]
y = box[1]
w = box[2]
h = box[3]
if str(classes[class_ids[i]])=='person':
bbox.append([round(x), round(y), round(x+w), round(y+h)])
label.append(str(classes[class_ids[i]]))
conf.append(confidences[i])
return bbox, label, conf
整个代码如上。它是一个使用 Yolo 和 opencv 的对象检测程序。我还在最后一行添加了几行以仅启用人员类，但它似乎检测到所有类。我也尝试过修改矩形的粗细，但更改值没有效果。
【问题讨论】：
-
你不需要在函数中声明全局变量除非你实际上是在修改值；你没有改变
COLORS，所以你不需要将它声明为global。你如何定义bbox和labels？否则很难回答你的问题...... -
bbox 和 label 最后定义为函数 detect_common_objects。
-
请将您的问题压缩为minimal, complete, and verifiable 示例。我知道您留下部分代码是为了不在这里转储大量代码，但是转储大量代码和不完整代码都没有帮助。给出一个实际的例子，并附上一张图片，它具有复制问题的绝对最少代码量。即，加载单个图像，手动定义单个边界框，然后绘制它。
-
以上是绝对最小值，因为目标检测程序需要以上所有功能。我附上了一张照片。
-
不，不是，正如您所说，问题在于在图像上绘制框。如果您可以获得在框上绘制图片的代码，那么这不是您的问题并且可以从问题中消除，并且您的问题从“我的程序没有填充矩形”变为“yolo 没有检测到我想要的东西。 "您的程序显然比仅绘制填充矩形要多得多。例如您正在根据某个置信度阈值过滤内容，这与绘制矩形完全无关......
标签： python image opencv video cvlib