1、常见的OpenCV的读图问题：

1.1、读取图片的方法：

注意：opencv c++是支持中文的，python不支持中文。
img = cv2.imdecode(np.fromfile(img_path, dtype=np.uint8), 1)
img = cv2.imdecode(np.fromfile(img_path, dtype=np.uint8), -1) # 读入完整图片，见下面解释
img = cv2.imdecode(np.fromfile(img_path, dtype=np.uint8), 0) # 读成灰度
img = cv2.imdecode(np.fromfile(img_path, dtype=np.uint8), 1) # 读成彩图
其中：img_path为读取图片路径及图片名，可以包含中文

1.2、保存图片的方法：

cv2.imencode(‘.jpg’, src)[1].tofile(save_path)

2、目标检测的 bounding box 的表示方法：

2.1、边框种类：

  • bounding box的表示方法有很多种类，常见的表示的方法如：1）Pascal Voc；2）COCO；3）YOLO；
  • 如图所示的bounding box的可视化image.png

图-1，bounding box的示意图

2.2、Pascal Voc 表示方法：

  • bounding box涉及的信息，（x_min, y_min, x_max, y_max), 其中x_min和y_min表示左上角的坐标，其中x_max和 y_max表示右下角的坐标。如图-1所示【98，345，420，462】

    2.3、COCO 表示方法：

  • bounding box涉及的信息，（x_min, y_min, w, h), 其中x_min和y_min表示左上角的坐标，其中w和h表示宽度和高度。如图-1所示【98，345，322，117】

    2.4、yolo 表示方法：

  • bounding box涉及的信息，（x_center, y_center, w, h), 这4个值是经过数据规范化（normalized ）的。其中x_center, y_center表示边框的中心位置， 其中w, h分别表示边框的宽度和高度，

  • 示例：边框的宽度是322,高度是117

    • 不规范化是[(98 + （322 / 2)), (345 + （117 / 2)), 322, 117]=[259, 403.5, 322, 117]
    • 规范化方法是[259 / 640, 403.5 / 480, 322 / 640, 117 / 480]
    • 最终结果是[0.4046875, 0.840625, 0.503125, 0.24375]

      3、yolo系列的数据处理问题：

      3.1、开源数据处理代码：

      已开源 yolov5-tools 工具源码链接

      3.2、开源数据widerface边框存储格式：

  • widerface 的 bounding box 的涉及的信息，（x，y，w，h），其中x和y是用来表示边框的左上角的坐标，w和h为表示边框的宽度和高度；

  • 关于 widerface 标注文件的读取，可以参考开源代码，注意代码不需要做任何的修改。具体的源码链接：widerface 的数据集的处理方案

    3.3、yolov5的边框存储格式：

  • bounding box的涉及的信息，（x_center, y_center, w, h) ，注意这四个值是经过数据的规范化的即为normalize。其中x_center, y_center表示bounding box的中心位置，w和h表示边框的宽度和高度

  • 如示例说明：
    • 边框的宽度为：322；高度为：117；整张图片的宽度为：640；高度为：480；
    • 未经过规范化：【259，403.5，322，117】
    • 经过规范化：【259/640，403.5/480，322/640，117/480】
    • 最终的结果为：【0.4046875，0.840625，0.503125，0.24375】
  • yolov5 的 bounding box 的详述表示方法，详细的工具代码见链接：已开源 yolov5-tools 工具源码链接

    4、数据转换后的错误的检查：

    4.1、可视化的形式展示标注的结果，单张图片的可视化代码所示：

    ```python import numpy as np import cv2 import torch

label_path = ‘./coco128/labels/train2017/000000000094.txt’ image_path = ‘./coco128/images/train2017/000000000094.jpg’

坐标转换，原始存储的是YOLOv5格式

Convert nx4 boxes from [x, y, w, h] normalized to [x1, y1, x2, y2] where xy1=top-left, xy2=bottom-right

def xywhn2xyxy(x, w=640, h=640, padw=0, padh=0):

  1. y = x.clone() if isinstance(x, torch.Tensor) else np.copy(x)
  2. y[:, 0] = w * (x[:, 0] - x[:, 2] / 2) + padw  # top left x
  3. y[:, 1] = h * (x[:, 1] - x[:, 3] / 2) + padh  # top left y
  4. y[:, 2] = w * (x[:, 0] + x[:, 2] / 2) + padw  # bottom right x
  5. y[:, 3] = h * (x[:, 1] + x[:, 3] / 2) + padh  # bottom right y
  6. return y

读取labels

with open(label_path, ‘r’) as f: lb = np.array([x.split() for x in f.read().strip().splitlines()], dtype=np.float32) # labels print(lb)

读取图像文件

img = cv2.imread(str(image_path)) h, w = img.shape[:2] lb[:, 1:] = xywhn2xyxy(lb[:, 1:], w, h, 0, 0)#反归一化 print(lb)

绘图

for _, x in enumerate(lb): class_label = int(x[0]) # class

  1. cv2.rectangle(img,(x[1],x[2]),(x[3],x[4]),(0, 255, 0) )
  2. cv2.putText(img,str(class_label), (int(x[1]), int(x[2] - 2)),fontFace = cv2.FONT_HERSHEY_SIMPLEX,fontScale=1,color=(0, 0, 255),thickness=2)

cv2.imshow(‘show’, img) cv2.waitKey(0)#按键结束 cv2.destroyAllWindows()

  2. <a name="Lccdb"></a>
  3. ## 4.2、文件夹式全图片的可视化代码所示：
  4. ```python
  5. import numpy as np
  6. import cv2
  7. import torch
  9. source_directory_img_path="../images/train"
  10. source_directory_label_path="../labels/train"
  11. target_directory_path= "../check"
  13. #坐标转换，原始存储的是YOLOv5格式
  14. # Convert nx4 boxes from [x, y, w, h] normalized to [x1, y1, x2, y2] where xy1=top-left, xy2=bottom-right
  15. def xywhn2xyxy(x, w=640, h=640, padw=0, padh=0):
  17.     y = x.clone() if isinstance(x, torch.Tensor) else np.copy(x)
  18.     y[:, 0] = w * (x[:, 0] - x[:, 2] / 2) + padw  # top left x
  19.     y[:, 1] = h * (x[:, 1] - x[:, 3] / 2) + padh  # top left y
  20.     y[:, 2] = w * (x[:, 0] + x[:, 2] / 2) + padw  # bottom right x
  21.     y[:, 3] = h * (x[:, 1] + x[:, 3] / 2) + padh  # bottom right y
  22.     return y
  24. import os
  25. def draw_label(image_path,label_path):
  26.     with open(label_path, 'r') as f:
  27.         lb = np.array([x.split() for x in f.read().strip().splitlines()], dtype=np.float32)  # labels
  28.         #print(lb)
  29.     # 读取图像文件
  30.     img = cv2.imread(str(image_path))
  31.     h, w = img.shape[:2]
  32.     lb[:, 1:] = xywhn2xyxy(lb[:, 1:], w, h, 0, 0)  # 反归一化
  33.     #print(lb)
  35.     # 绘图
  36.     for _, x in enumerate(lb):
  37.         class_label = int(x[0])  # class
  39.         cv2.rectangle(img, (x[1], x[2]), (x[3], x[4]), (0, 255, 0))
  40.         cv2.putText(img, str(class_label), (int(x[1]), int(x[2] - 2)), fontFace=cv2.FONT_HERSHEY_SIMPLEX, fontScale=1,
  41.                     color=(0, 0, 255), thickness=2)
  42.     return     img
  44. if __name__ == '__main__':
  45.     for root, dirs, files in os.walk(source_directory_img_path):
  46.             for f in files:
  47.                 file_name = f.split('.')[0]+".txt"
  48.                 image_path = os.path.join(source_directory_img_path, f)
  49.                 label_path =os.path.join(source_directory_label_path, file_name)
  50.                 target =os.path.join(target_directory_path, f)
  51.                 img= draw_label(image_path, label_path)
  52.                 print(target)
  53.                 cv2.imwrite(target, img);

5、yolov5-tools的工具的使用方法：

示例：coco2yolo

1）打开general_json2yolo.py

  1.  if __name__ == '__main__':
  2.     source = 'coco'
  3.     if source == 'coco':
  4.         convert_coco_json('../../Downloads/coco/annotations/')
  5. 改成自己的COCO文件所在目录

2）执行 python general_json2yolo.py

  1. 生成结果如下：
  2. ├── new_dir
  3. │   ├── images
  4. │   └── labels
  5. │       └── train2017
  6. labels中的train2017存储是标注文本，例如000000000009.txt

3）可以把COCO的训练图像文件放到

  1. ├── new_dir
  2.     ├── images
  3.     │   └── train2017
  4. 注意：此处与coco128的目录结构一模一样