网站做支付宝支付需要哪些资料,华强北附近网站建设,flash网站开发用什么语言,吉林省城乡建设厅网站6语义分割的标签#xff08;目标处为255#xff0c;其余处为0#xff09; 实例分割的标签#xff08;yolo.txt#xff09;,描述边界的多边形顶点的归一化位置 绘制在原图类似蓝色的边框所示。
废话不多说#xff0c;直接贴代码#xff1b;
import os
import cv2
imp…语义分割的标签目标处为255其余处为0 实例分割的标签yolo.txt,描述边界的多边形顶点的归一化位置 绘制在原图类似蓝色的边框所示。
废话不多说直接贴代码
import os
import cv2
import numpy as np
import shutildef img2label(imgPath, labelPath, imgbjPath, seletName):# 检查labelPath文件夹是否存在if not os.path.exists(labelPath):os.makedirs(labelPath)if not os.path.exists(imgbjPath):os.makedirs(imgbjPath)imgList os.listdir(imgPath)for imgName in imgList:# 筛选if imgName.split(_)[0] ! seletName and seletName ! :continueprint(imgName)img cv2.imread(imgPath imgName, cv2.IMREAD_COLOR)h, w, _ img.shape# print(h, w)GrayImagecv2.cvtColor(img,cv2.COLOR_BGR2GRAY) #图片灰度化处理ret, binary cv2.threshold(GrayImage,40,255,cv2.THRESH_BINARY) #图片二值化,灰度值大于40赋值255反之0# ret, binary cv2.threshold(binary, 80, 255, cv2.THRESH_BINARY_INV) # 黑白二值反转cv2.imwrite(rdenoisedfz.png, binary) #保存图片# 腐蚀# kernel np.ones((3,3),np.uint8) # binary cv2.erode(binary,kernel,iterations 3)thresholdL h/100 * w/100 #设定阈值thresholdH h/1 * w/1 #设定阈值#cv2.fingContours寻找图片轮廓信息提取二值化后图片中的轮廓信息 返回值contours存储的即是图片中的轮廓信息是一个向量内每个元素保存了一组由连续的Point点构成的点的集合的向量每一组Point点集就是一个轮廓有多少轮廓向量contours就有多少元素contours,hierarchcv2.findContours(binary,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_TC89_L1)contoursNorm []objs []# print(contours)for i in range(len(contours)):area cv2.contourArea(contours[i]) #计算轮廓所占面积# print(area)if area thresholdL and area thresholdH:obj [0]for point in contours[i]:obj.append(str(point[0][0] * 1.0 / w)) # 获取xobj.append(str(point[0][1] * 1.0 / h)) # 获取ycontoursNorm.append(contours[i])objs.append(obj)# print(objs[10])# 查看效果cv2.drawContours(img, contoursNorm, -1,(255,0,0),2)cv2.imwrite(imgbjPathimgName, img) #保存图片if len(objs) 0:print(不保存标签跳过)continue# 写入txtrealName imgName.split(-l)[0]fopen(labelPath realName .txt,w)for obj in objs:f.writelines( .join(obj))f.writelines(\n)f.close()# break# oridata 保存着原图像
# maskdata 保存着标签图像
# lab 保存这yolo格式的标签文件
# bj 保存着标记好边界的图像def OrganizeImages(path):imgs os.listdir(path)for im in imgs:imPath os.path.join(path, im)if im.split(.)[-1] jpg:# 原图像# 移动到oridatasource_path imPathdestination_path data\\oridata\\ imshutil.copy(source_path, destination_path)if im.split(.)[-1] png:# mask label# 移动到maskdatasource_path imPathdestination_path data\\maskdata\\ imshutil.copy(source_path, destination_path)if __name__ __main__:img2label(imgPathdata\\maskdata\\, # maskdata 保存着标签图像labelPathdata\\lab\\, # lab 保存这yolo格式的标签文件imgbjPath data\\bj\\, # bj 保存着标记好边界的图像seletName)
