杭州做网站的公司哪些比较好,建设服装网站的亮点,wordpress 改网站域名,外贸行销网站1. 使用PIL.Image读取图片
注意#xff1a;pytorch中对图像预处理是transforms的输入必须是PIL格式的文件#xff0c;使用cv2读取的图片就按照第二条的代码处理#xff08;3通道合并、归一化处理#xff09;
from PIL import Image
img Image.open(test1.jpgpytorch中对图像预处理是transforms的输入必须是PIL格式的文件使用cv2读取的图片就按照第二条的代码处理3通道合并、归一化处理
from PIL import Image
img Image.open(test1.jpg)读取图像
img.show()展示图片
print(img.size)查看图像是255*255大小的数据每个像素点是0-1的值。而cv2读出每个像素点为0-255.如果进行FasterRCNN推理 nettorchvision.models.detection.fasterrcnn_resnet50_fpn(pretrainedTrue)transform transforms.Compose([transforms.Resize(256),transforms.CenterCrop(224),transforms.ToTensor(),transforms.Normalize(mean[0.485,0.456,0.406],std[0.229,0.224,0.225])])img Image.open(test1.jpg)img_t transform(img)#裁剪及转换为张量batch_t torch.unsqueeze(img_t,0)net.eval()out2net(batch_t)2.使用opencv读取图片
src_imgcv2.imread(test1.jpg)#读取图片
cv2.imshow(result,src_img)#显示图片
print(src_img.shape)#可查看大小为(2552553)此时cv2读取的图像格式为BGR,且每个像素点的值为0-255需要使用 cv2.cvtColor(img,cv2.COLOR_BGR2RGB)转换为RGB格式import cv2
import torch
import torchvision
import numpy as np
from PIL import Image
import PIL
from matplotlib import pyplot as plt
from torchvision import transformsnettorchvision.models.detection.fasterrcnn_resnet50_fpn(pretrainedTrue)
net.eval()
src_imgcv2.imread(test1.jpg)
img cv2.cvtColor(src_img,cv2.COLOR_BGR2RGB)
img_tensor torch.from_numpy(img/255.).permute(2,0,1).float()
input[]
input.append(img_tensor)
out2net(input)
boxesout2[0][boxes]
labelsout2[0][labels]
scoresout2[0][scores]
boxesboxes.detach().numpy()
boxesnp.array(boxes,np.uint8)
for idx in range(boxes.shape[0]):if scores[idx] 0.95:x1,y1,x2,y2boxes[idx][0],boxes[idx][1],boxes[idx][2],boxes[idx][3]cv2.rectangle(src_img,(x1,y1),(x2,y2),(0,255,0),thickness2)cv2.imshow(result,src_img)
cv2.waitKey(0)
cv2.destroyAllWindows()
3.PIL和cv2图片相互转换
img_pilImage.fromarray(cv2.cvtColor(img_cv,cv2.COLOR_BGR2RGB))
img_cvcv2.cvtColor(np.asarray(img_pil),cv2.COLOR_RGB2BGR)Image读取的图片使用cv2显示
img Image.open(test1.jpg)
print(img.size)#(255,255)
cv2imgnp.array(img.convert(RGB))#转换为RGB格式
print(cv2img.shape)#(255,255,3)
cv2imgcv2.cvtColor(cv2img, cv2.COLOR_RGB2BGR)#cv2需要BGR格式图片
cv2.imshow(result,cv2img)#可正常展示4.使用json保存读取文件,coco数据集为91类别voc为21个类别
从txt文件加载字符串保存为json格式 coco_classes.json: 代码
import json
coco_class_path./coco_classes.txt#txt文件每行为一个数据如 1 person前面为字典关键字key,person为字典value
jsondata{}#json文件是字典结构,用于存放数据
with open(coco_class_path,r) as coco:for line in coco.readlines():#遍历txt文件每行字符串lineline.strip().split()#strip()去除两边控空字符split()以空格分割字符串if len(line)2:print(line[0],line[1],line[2])jsondata[line[0]] line[1] line[2]#有些value为两个单词else:jsondata[line[0]] line[1]with open(coco_classes.json,w) as coco:#写入json文件json.dump(jsondata,coco)with open(coco_classes.json,r) as coco:#从json文件读出readjsonjson.load(coco)print(readjson)
