根据txt标签文件在图像上生成真实标签框

一个代码示例

 运行下面代码会在图像上标注出真实标签框。

python 复制代码
import numpy as np
import cv2

images_dir = r'D:/Demo/images2'  # 图像文件夹位置
labels_dir = r'D:/Demo/labels2'  # 标签文件夹位置
output_dir = r'D:/Demo/output'   # 输出文件夹位置

os.makedirs(output_dir, exist_ok=True)

for img_name in os.listdir(images_dir):
    if not img_name.lower().endswith(('.jpg', '.jpeg', '.png')):
        continue

    img_path = os.path.join(images_dir, img_name)
    label_path = os.path.join(labels_dir, os.path.splitext(img_name)[0] + '.txt')

    # 使用 PIL 读取图像(支持中文路径)
    try:
        pil_img = Image.open(img_path).convert('RGB')
        image = np.array(pil_img)
        image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)
    except Exception as e:
        print(f"无法读取图像: {img_path}, 错误: {e}")
        continue

    h, w = image.shape[:2]

    if not os.path.exists(label_path):
        print(f"未找到标签文件: {label_path}")
        continue

    with open(label_path, 'r', encoding='utf-8') as f:
        for line in f:
            parts = line.strip().split()
            if len(parts) != 5:
                continue
            # class_id = int(parts[0])  # 不需要类别名,可不使用
            x_center = float(parts[1]) * w
            y_center = float(parts[2]) * h
            box_w = float(parts[3]) * w
            box_h = float(parts[4]) * h

            x1 = int(x_center - box_w / 2)
            y1 = int(y_center - box_h / 2)
            x2 = int(x_center + box_w / 2)
            y2 = int(y_center + box_h / 2)

            color = (0, 255, 0)  # 绿色框
            # color = (0, 0, 255)  红色框  需要时把上面那行注释掉,用这行代码
            thickness = 2
            cv2.rectangle(image, (x1, y1), (x2, y2), color, thickness)
            # 注意:这里没有 cv2.putText,所以不会显示 "ship"

    output_path = os.path.join(output_dir, img_name)
    cv2.imwrite(output_path, image)
    print(f"已保存带框图像: {output_path}")
相关推荐
console.log('npc')12 小时前
AI前端工程与生成式UI学习路线
前端·人工智能·ui
秋912 小时前
3年经验Python后端转AI Engineer:3个月实战转型计划(2026版)
开发语言·人工智能·python
圣殿骑士-Khtangc12 小时前
GPT-5.5 技术深度解析与企业级生产落地实战:从幻觉率下降到百万Token工程化
人工智能·gpt
2601_9619633813 小时前
技术解剖:哈希值、区块链与CA认证如何守护电子合同安全?
网络·人工智能·安全·区块链·智能合约·政务
2601_9619633813 小时前
从“电子化”到“自动化”:2026年智能合约与电子合同融合的技术逻辑与法律适配
网络·人工智能·区块链·智能合约·政务
米小虾13 小时前
AI Skills 工程化:当每个开发者都有一支「AI 小队」,你该怎么管理?
人工智能
DisonTangor13 小时前
谷歌开源首个扩散大语言模型——DiffusionGemma
人工智能·语言模型·自然语言处理·开源·aigc·transformer
冬奇Lab13 小时前
每日一个开源项目(第129篇):OpenMed - 永不离开设备的医疗 NLP
人工智能·开源·资讯
冬奇Lab13 小时前
Agent 系列(19):Harness 完整体系——8 层防护框架全景
人工智能·llm·agent
米小虾13 小时前
Claude Fable 5 系统提示词被扒出来了:1586 行代码背后,藏着 AI 产品工程的终极哲学
人工智能·agent