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)

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：

样例：

>>> import numpy as np
>>> import mindspore.dataset as ds
>>> from mindspore.dataset.utils 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)))