mindspore.dataset.utils.imshow_det_bbox

mindspore.dataset.utils.imshow_det_bbox(image, bboxes, labels, segm=None, class_names=None, score_threshold=0, bbox_color=(0, 255, 0), text_color=(203, 192, 255), mask_color=(128, 0, 128), thickness=2, font_size=0.8, show=True, win_name='win', wait_time=2000, out_file=None)[源代码]

使用给定的边界框和类别置信度绘制图像。

参数：

  • image (numpy.ndarray) - 待绘制的图像，shape为<C, H, W>或<H, W, C>，通道顺序为RGB。

  • bboxes (numpy.ndarray) - 边界框（包含类别置信度），shape为<N, 4>或<N, 5>，格式为<N,X,Y,W,H>。

  • labels (numpy.ndarray) - 边界框的类别，shape为<N, 1>。

  • segm (numpy.ndarray) - 图像分割掩码，shape为<M, H, W>，M表示类别总数。默认值：None，不绘制掩码。

  • class_names (list[str], tuple[str], dict) - 类别索引到类别名的映射表。默认值：None，仅显示类别索引。

  • score_threshold (float) - 绘制边界框的类别置信度阈值。默认值：0，绘制所有边界框。

  • bbox_color (tuple(int)) - 指定绘制边界框时线条的颜色，顺序为BGR。默认值：(0,255,0)，表示绿色。

  • text_color (tuple(int)) - 指定类别文本的显示颜色，顺序为BGR。默认值：(203, 192, 255)，表示粉色。

  • mask_color (tuple(int)) - 指定掩码的显示颜色，顺序为BGR。默认值：(128, 0, 128)，表示紫色。

  • thickness (int) - 指定边界框和类别文本的线条粗细。默认值：2。

  • font_size (int, float) - 指定类别文本字体大小。默认值：0.8。

  • show (bool) - 是否显示图像。默认值：True。

  • win_name (str) - 指定窗口名称。默认值：”win”。

  • wait_time (int) - 指定cv2.waitKey的时延，单位为ms，即图像显示的自动切换间隔。默认值：2000，表示间隔为2000ms。

  • out_file (str, 可选) - 输出图像的文件路径，用于在绘制后将结果存储到本地。默认值：None，不保存。

返回：

numpy.ndarray，带边界框和类别置信度的图像。

异常：

  • ImportError - 当未安装opencv-python库。

  • AssertionError - 当 image 的格式不为<H, W, C>或<C, H, W>。

  • AssertionError - 当 bboxes 的格式不为<N, 4>或<N, 5>。

  • AssertionError - 当 labels 的格式不为<N, 1>。

  • AssertionError - 当 segm 的格式不为<M, H, W>。

  • AssertionError - 当 class_names 的类型不为list、tuple或dict。

  • AssertionError - 当 bbox_color 不为(B, G, R)格式的tuple。

  • AssertionError - 当 text_color 不为(B, G, R)格式的tuple。

  • AssertionError - 当 mask_color 不为(B, G, R)格式的tuple。

imshow_det_bbox在VOC2012数据集的使用图示：

../../_images/browse_dataset.png

样例：

>>> import numpy as np
>>> import mindspore.dataset as ds
>>> from mindspore.dataset.utils.browse_dataset import imshow_det_bbox
>>>
>>> # Read Detection dataset, such as VOC2012.
>>> voc_dataset_dir = "/path/to/voc_dataset_directory"
>>> dataset = ds.VOCDataset(voc_dataset_dir, task="Detection", shuffle=False, decode=True, num_samples=5)
>>> dataset_iter = dataset.create_dict_iterator(output_numpy=True, num_epochs=1)
>>>
>>> # draw dataset
>>> for index, data in enumerate(dataset_iter):
...     image = data["image"]
...     bbox = data["bbox"]
...     label = data["label"]
...     # draw image with bboxes
...     imshow_det_bbox(image, bbox, label,
...                     class_names=['aeroplane', 'bicycle', 'bird', 'boat', 'bottle', 'bus', 'car', 'cat',
...                                  'chair', 'cow', 'diningtable', 'dog', 'horse', 'motorbike', 'person',
...                                  'pottedplant', 'sheep', 'sofa', 'train', 'tvmonitor'],
...                     win_name="my_window",
...                     wait_time=5000,
...                     show=True,
...                     out_file="voc_dataset_{}.jpg".format(str(index)))