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 \(<C, H, W>\)\(<H, W, C>\) ,通道顺序为RGB。

  • bboxes (numpy.ndarray) - 边界框(包含类别置信度),shape为 \(<N, 4>\)\(<N, 5>\) ,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) - 等待按键输入的时延,单位为ms。在图像显示过程中,若无按键输入,则等待该时延后跳转到下一图像; 若输入ESC,则立刻结束显示;若输入其他按键,则停止等待直接跳转下一图像。默认值: 2000 ,等待2000ms跳转下一图像。

  • 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。

说明

该接口依赖 opencv-python 库。

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 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)))