提取 Tensorflow 对象检测 API 的图像对象

Question

我的问题是我有 ymin、xmin、ymax、xmax 和盒子形状。

我无法提取检测到的对象，它只显示所有图像而不是框。

我尝试了什么：

image_url = "https://upload.wikimedia.org/wikipedia/commons/6/60/Naxos_Taverna.jpg"  #@param
downloaded_image_path = download_and_resize_image(image_url, 1280, 856, True)

import cv2

...

 for i in range(min(boxes.shape[0], max_boxes)):
    if scores[i] >= min_score:
      ymin, xmin, ymax, xmax = tuple(boxes[i])
      display_str = "{}: {}%".format(class_names[i].decode("ascii"),
                                     int(100 * scores[i]))
      color = colors[hash(class_names[i]) % len(colors)]
      image_pil = Image.fromarray(np.uint8(image)).convert("RGB")
      print(image_pil)
      image = np.array(image_pil)
      print(type(image))
      import cv2
      rect = cv2.rectangle(image, ((xmin), (ymin)), ((xmax), (ymax)), (0, 0, 255), 1)

      print(ymin, xmin, ymax, xmax)
      cv2_imshow(rect)

我使用这个 API：https://www.tensorflow.org/hub/tutorials/object_detection

一个物体检测的例子 ymin，xmin，ymax，xmax：0.6325336 0.2925815 0.92287964 0.40271035 对象类型：b'Chair'

Answer 1

1. 矩形的坐标必须是整数，而不是浮点数！

   ymin、xmin、ymax、xmax：0.6325336 0.2925815 0.92287964 0.40271035

2. 另一个问题是起点和终点坐标应该是这种格式

   (xmin, ymin), (xmax, ymax)，添加不必要的括号((),())会将整数定义为元组，这会导致错误。

xmin = int(0.2925815 * img.shape[1])
xmax = int(0.40271035 * img.shape[1])
ymin = int(0.6325336 * img.shape[0])
ymax = int(0.92287964 * img.shape[0])

rect = cv2.rectangle(img, (xmin, ymin), (xmax, ymax), (0, 0, 255), 1)