fix 缩放比例
This commit is contained in:
leon
parent
8dd9569437
commit
1725d44939
122
data_sub/test_3_fix/data_sub.json
Normal file
122
data_sub/test_3_fix/data_sub.json
Normal file
@ -0,0 +1,122 @@
|
||||
[
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.9319185018539429,
|
||||
"x": 210,
|
||||
"y": 111,
|
||||
"width": 55,
|
||||
"height": 52
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.9214611649513245,
|
||||
"x": 337,
|
||||
"y": 214,
|
||||
"width": 66,
|
||||
"height": 66
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.9198867082595825,
|
||||
"x": 262,
|
||||
"y": 262,
|
||||
"width": 45,
|
||||
"height": 42
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.9190443158149719,
|
||||
"x": 288,
|
||||
"y": 95,
|
||||
"width": 42,
|
||||
"height": 40
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.8733175992965698,
|
||||
"x": 314,
|
||||
"y": 168,
|
||||
"width": 37,
|
||||
"height": 34
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.8678057193756104,
|
||||
"x": 359,
|
||||
"y": 97,
|
||||
"width": 41,
|
||||
"height": 38
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.8506720662117004,
|
||||
"x": 216,
|
||||
"y": 212,
|
||||
"width": 89,
|
||||
"height": 38
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.8226487636566162,
|
||||
"x": 362,
|
||||
"y": 146,
|
||||
"width": 36,
|
||||
"height": 35
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.5786533355712891,
|
||||
"x": 55,
|
||||
"y": 98,
|
||||
"width": 42,
|
||||
"height": 39
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.5088553428649902,
|
||||
"x": 93,
|
||||
"y": 215,
|
||||
"width": 70,
|
||||
"height": 69
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.3739035725593567,
|
||||
"x": 191,
|
||||
"y": 314,
|
||||
"width": 188,
|
||||
"height": 36
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.3039762079715729,
|
||||
"x": 0,
|
||||
"y": 117,
|
||||
"width": 37,
|
||||
"height": 54
|
||||
},
|
||||
{
|
||||
"x": 125,
|
||||
"y": 95,
|
||||
"width": 42,
|
||||
"height": 44
|
||||
},
|
||||
{
|
||||
"x": 78,
|
||||
"y": 169,
|
||||
"width": 36,
|
||||
"height": 36
|
||||
},
|
||||
{
|
||||
"x": 26,
|
||||
"y": 263,
|
||||
"width": 43,
|
||||
"height": 40
|
||||
},
|
||||
{
|
||||
"x": 125,
|
||||
"y": 144,
|
||||
"width": 37,
|
||||
"height": 37
|
||||
}
|
||||
]
|
||||
BIN
data_sub/test_3_fix/wide_image.png
Normal file
BIN
data_sub/test_3_fix/wide_image.png
Normal file
Binary file not shown.
|
After Width: | Height: | Size: 445 KiB |
202
data_sub/test_5/data_sub.json
Normal file
202
data_sub/test_5/data_sub.json
Normal file
@ -0,0 +1,202 @@
|
||||
[
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.976456344127655,
|
||||
"x": 127,
|
||||
"y": 248,
|
||||
"width": 43,
|
||||
"height": 43
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.9754061698913574,
|
||||
"x": 387,
|
||||
"y": 87,
|
||||
"width": 45,
|
||||
"height": 44
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.972541093826294,
|
||||
"x": 599,
|
||||
"y": 103,
|
||||
"width": 37,
|
||||
"height": 40
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.9724580645561218,
|
||||
"x": 536,
|
||||
"y": 114,
|
||||
"width": 52,
|
||||
"height": 52
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.9701502919197083,
|
||||
"x": 583,
|
||||
"y": 256,
|
||||
"width": 37,
|
||||
"height": 40
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.9693725109100342,
|
||||
"x": 321,
|
||||
"y": 204,
|
||||
"width": 84,
|
||||
"height": 43
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.9686949253082275,
|
||||
"x": 433,
|
||||
"y": 207,
|
||||
"width": 65,
|
||||
"height": 68
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.9675657749176025,
|
||||
"x": 364,
|
||||
"y": 252,
|
||||
"width": 44,
|
||||
"height": 44
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.9660161733627319,
|
||||
"x": 312,
|
||||
"y": 104,
|
||||
"width": 57,
|
||||
"height": 58
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.9660087823867798,
|
||||
"x": 84,
|
||||
"y": 201,
|
||||
"width": 84,
|
||||
"height": 38
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.9629431962966919,
|
||||
"x": 521,
|
||||
"y": 301,
|
||||
"width": 117,
|
||||
"height": 42
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.9622830152511597,
|
||||
"x": 415,
|
||||
"y": 161,
|
||||
"width": 37,
|
||||
"height": 37
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.959924578666687,
|
||||
"x": 80,
|
||||
"y": 99,
|
||||
"width": 56,
|
||||
"height": 55
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.9588371515274048,
|
||||
"x": 197,
|
||||
"y": 200,
|
||||
"width": 70,
|
||||
"height": 67
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.9577850103378296,
|
||||
"x": 547,
|
||||
"y": 209,
|
||||
"width": 71,
|
||||
"height": 39
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.9575106501579285,
|
||||
"x": 178,
|
||||
"y": 156,
|
||||
"width": 38,
|
||||
"height": 37
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.9565834999084473,
|
||||
"x": 155,
|
||||
"y": 83,
|
||||
"width": 43,
|
||||
"height": 43
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.954764723777771,
|
||||
"x": 456,
|
||||
"y": 92,
|
||||
"width": 44,
|
||||
"height": 44
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.9506204724311829,
|
||||
"x": 60,
|
||||
"y": 295,
|
||||
"width": 178,
|
||||
"height": 40
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.9491816163063049,
|
||||
"x": 295,
|
||||
"y": 299,
|
||||
"width": 176,
|
||||
"height": 45
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.9482607245445251,
|
||||
"x": 223,
|
||||
"y": 83,
|
||||
"width": 46,
|
||||
"height": 43
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.9400599002838135,
|
||||
"x": 225,
|
||||
"y": 132,
|
||||
"width": 41,
|
||||
"height": 39
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.9303370714187622,
|
||||
"x": 622,
|
||||
"y": 171,
|
||||
"width": 16,
|
||||
"height": 37
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.9053900837898254,
|
||||
"x": 461,
|
||||
"y": 140,
|
||||
"width": 36,
|
||||
"height": 36
|
||||
},
|
||||
{
|
||||
"label": 0,
|
||||
"prob": 0.06086902320384979,
|
||||
"x": 630,
|
||||
"y": 102,
|
||||
"width": 8,
|
||||
"height": 45
|
||||
}
|
||||
]
|
||||
BIN
data_sub/test_5/wide_image.png
Normal file
BIN
data_sub/test_5/wide_image.png
Normal file
Binary file not shown.
|
After Width: | Height: | Size: 404 KiB |
34
search.py
34
search.py
@ -481,12 +481,16 @@ def search(data_bim_json, data_sub_json, wide_cam_img_width, wide_cam_img_height
|
||||
h = contour["height"]
|
||||
|
||||
# 由于定位框大小大于预埋件大小，因此这里需要做缩放处理
|
||||
kh = int(h * 0.01) # roi1
|
||||
kw = int(w * 0.01) # roi1
|
||||
x += int(kw)
|
||||
y += int(kh)
|
||||
w -= int(kw)
|
||||
h -= int(kh)
|
||||
# kh = int(h * 0.17) # roi1
|
||||
# kw = int(w * 0.17) # roi1
|
||||
# x += int(kw)
|
||||
# y += int(kh)
|
||||
# w -= int(kw)
|
||||
# h -= int(kh)
|
||||
x += 5
|
||||
y += 5
|
||||
w -= 10
|
||||
h -= 10
|
||||
param = {}
|
||||
param["x1"] = x
|
||||
param["y1"] = y
|
||||
@ -743,7 +747,7 @@ if __name__ == "__main__":
|
||||
|
||||
# ====================== 广角定位 开始 =========================
|
||||
data_bim_json = read_from_json("data_bim.json") # bim数据
|
||||
data_sub_json = read_from_json("data_sub/test_1/data_sub.json") # 广角识别之后的ROI数据
|
||||
data_sub_json = read_from_json("data_sub/test_5/data_sub.json") # 广角识别之后的ROI数据
|
||||
wide_cam_img_width = 640
|
||||
wide_cam_img_height = 480
|
||||
bim_sub_area = search(data_bim_json, data_sub_json, wide_cam_img_width, wide_cam_img_height)
|
||||
@ -766,12 +770,13 @@ if __name__ == "__main__":
|
||||
|
||||
# ========== 下面仅仅是测试画效果图 开始 ==========
|
||||
# 画出广角相机矩形框
|
||||
print("画出广角相机矩形框")
|
||||
print(f"起始点：{bim_sub_area['start_point']}")
|
||||
print(f"结束点：{bim_sub_area['end_point']}")
|
||||
cv2.rectangle(bim_im, bim_sub_area["start_point"], bim_sub_area["end_point"], 100, 50)
|
||||
# 画出高清相机矩形框
|
||||
cv2.rectangle(bim_im, (bim_sub_area["hd_cam_x_bim"], bim_sub_area["hd_cam_y_bim"]), (
|
||||
bim_sub_area["hd_cam_x_bim"] + bim_sub_area["hd_cam_w_bim"], bim_sub_area["hd_cam_y_bim"] + bim_sub_area["hd_cam_h_bim"],), (0, 0, 255), 40)
|
||||
|
||||
|
||||
# 在bim上画出高清识别对应的件号
|
||||
for bim_rect_hit_item in bim_rect_hit_list:
|
||||
bim_rect = bim_rect_hit_item["bim_rect"]
|
||||
@ -782,5 +787,16 @@ if __name__ == "__main__":
|
||||
20)
|
||||
bim_im_resize = cv2.resize(bim_im, (int(bim_im.shape[1] / 6), int(bim_im.shape[0] / 6)))
|
||||
cv2.imshow("bim_im_resize", bim_im_resize)
|
||||
|
||||
image = cv2.imread("data_sub/test_5/wide_image.png")
|
||||
image_x_min = int(640 * 0.1) # 左边界的裁剪点
|
||||
image_x_max = int(640 * (1 - 0.1)) # 右边界的裁剪点
|
||||
cropped_image = image[:, image_x_min:image_x_max]
|
||||
# 展示
|
||||
cv2.imshow("cropped_image", cropped_image)
|
||||
cv2.imshow("image", image)
|
||||
|
||||
|
||||
|
||||
cv2.waitKey(0)
|
||||
# ========== 下面仅仅是测试画效果图 结束 ==========
|
||||
|
||||
Loading…
Reference in New Issue
Block a user