質問編集履歴
1
全体的に見やすくしたつもりです。申し訳ありませんでした。
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -30,7 +30,7 @@
|
|
|
30
30
|
|
|
31
31
|
では
|
|
32
32
|
|
|
33
|
-
[{'label': '
|
|
33
|
+
[{'label': 'car', 'confidence': 0.84797806, 'topleft': {'x': 80, 'y': 113},
|
|
34
34
|
|
|
35
35
|
'bottomright': {'x': 555, 'y': 467}}, {'label': 'truck', 'confidence': 0.8014206
|
|
36
36
|
|
|
@@ -41,6 +41,14 @@
|
|
|
41
41
|
|
|
42
42
|
|
|
43
43
|
26行目でこれを構造体のように扱いたいのですがjson.loadではエラーを吐きます。
|
|
44
|
+
|
|
45
|
+
|
|
46
|
+
|
|
47
|
+
print(result[0])で
|
|
48
|
+
|
|
49
|
+
[{'label': 'car', 'confidence': 0.84797806, 'topleft': {'x': 80, 'y': 113},'bottomright': {'x': 555, 'y': 467}}]
|
|
50
|
+
|
|
51
|
+
にアクセスはできたのですが、labelの情報をif文の条件に使い、x,yの座標を適宜呼び出す方法が分かりません。
|
|
44
52
|
|
|
45
53
|
|
|
46
54
|
|
|
@@ -56,27 +64,11 @@
|
|
|
56
64
|
|
|
57
65
|
|
|
58
66
|
|
|
59
|
-
# YOLOによる物体検出
|
|
60
|
-
|
|
61
|
-
options = {"model": "cfg/yolo.cfg", "load": "bin/yolo.weights", "threshold": 0.8}
|
|
62
|
-
|
|
63
|
-
|
|
64
|
-
|
|
65
|
-
class_names = ['car', 'person']
|
|
66
|
-
|
|
67
|
-
tfnet = TFNet(options)
|
|
68
|
-
|
|
69
|
-
|
|
70
|
-
|
|
71
|
-
imgcv = cv2.imread("./sample_img/sample_dog.jpg")
|
|
72
|
-
|
|
73
|
-
result = tfnet.return_predict(imgcv)
|
|
74
|
-
|
|
75
67
|
print(result)
|
|
76
68
|
|
|
77
69
|
|
|
78
70
|
|
|
79
|
-
|
|
71
|
+
% 作成したい画像の下地の画像の読み込み
|
|
80
72
|
|
|
81
73
|
bImg = cv2.imread("../../image/road1.jpg")
|
|
82
74
|
|
|
@@ -92,7 +84,7 @@
|
|
|
92
84
|
|
|
93
85
|
|
|
94
86
|
|
|
95
|
-
|
|
87
|
+
% 各ラベルに対応した出力の画像の取得
|
|
96
88
|
|
|
97
89
|
if result(x) == 'car':
|
|
98
90
|
|
|
@@ -104,71 +96,15 @@
|
|
|
104
96
|
|
|
105
97
|
|
|
106
98
|
|
|
107
|
-
|
|
99
|
+
% 物体を描画したときの倍率の計算
|
|
108
100
|
|
|
109
101
|
scale = (ob_dict(bottomright,x) - ob_dect(topleft,x)) * (ob_dict(bottomright,y) - ob_dect(topleft,y)) / (bSize[0] * bsize[1])
|
|
110
102
|
|
|
111
103
|
|
|
112
104
|
|
|
113
|
-
|
|
105
|
+
% 画像の書き込み
|
|
114
106
|
|
|
115
107
|
resultImage = transparentOverlay(bImg,pngImage,(ob_dect(bottomright,x),ob_dect(bottomright,y)),scale)
|
|
116
|
-
|
|
117
|
-
|
|
118
|
-
|
|
119
|
-
#Display the result
|
|
120
|
-
|
|
121
|
-
cv2.namedWindow("Result",cv2.WINDOW_NORMAL)
|
|
122
|
-
|
|
123
|
-
cv2.imshow("Result" ,resultImage)
|
|
124
|
-
|
|
125
|
-
cv2.waitKey()
|
|
126
|
-
|
|
127
|
-
cv2.destroyAllWindows()
|
|
128
|
-
|
|
129
|
-
|
|
130
|
-
|
|
131
|
-
def transparentOverlay(src , overlay , pos=(0,0),scale = 1):
|
|
132
|
-
|
|
133
|
-
"""
|
|
134
|
-
|
|
135
|
-
:param src: Input Color Background Image
|
|
136
|
-
|
|
137
|
-
:param overlay: transparent Image (BGRA)
|
|
138
|
-
|
|
139
|
-
:param pos: position where the image to be blit.
|
|
140
|
-
|
|
141
|
-
:param scale : scale factor of transparent image.
|
|
142
|
-
|
|
143
|
-
:return: Resultant Image
|
|
144
|
-
|
|
145
|
-
"""
|
|
146
|
-
|
|
147
|
-
overlay = cv2.resize(overlay,(0,0),fx=scale,fy=scale)
|
|
148
|
-
|
|
149
|
-
h,w,_ = overlay.shape # Size of pngImg
|
|
150
|
-
|
|
151
|
-
rows,cols,_ = src.shape # Size of background Image
|
|
152
|
-
|
|
153
|
-
y,x = pos[0],pos[1] # Position of PngImage
|
|
154
|
-
|
|
155
|
-
|
|
156
|
-
|
|
157
|
-
|
|
158
|
-
|
|
159
|
-
for i in range(h):
|
|
160
|
-
|
|
161
|
-
for j in range(w):
|
|
162
|
-
|
|
163
|
-
if x+i >= rows or y+j >= cols:
|
|
164
|
-
|
|
165
|
-
continue
|
|
166
|
-
|
|
167
|
-
alpha = float(overlay[i][j][3]/255.0) # read the alpha channel
|
|
168
|
-
|
|
169
|
-
src[x+i][y+j] = alpha*overlay[i][j][:3]+(1-alpha)*src[x+i][y+j]
|
|
170
|
-
|
|
171
|
-
return src
|
|
172
108
|
|
|
173
109
|
|
|
174
110
|
|