首页 > 分享 > 关于使用opencv读取经过labelImg工具进行标注后的图像出现的框与图像旋转方向不一致的问题 [author: linkrain]

关于使用opencv读取经过labelImg工具进行标注后的图像出现的框与图像旋转方向不一致的问题 [author: linkrain]

最新推荐文章于 2024-11-11 08:44:52 发布

linkrain-salaslyrin 于 2019-09-02 16:41:07 发布

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。

关于使用opencv读取经过labelImage工具进行标注后的图像出现的框与图像旋转方向不一致的问题 [author: linkrain]

最近在一个项目中遇见一个问题,在紧张的项目进行中让我白白浪费了许多时间,而且这个问题有点难以发现,以下是对该问题的描述。

以下项目中图像标注工具采用labelImgopencv的版本是4.1.0

项目是一个深度学习目标检测的项目,使用yolov3来做,在模型进行训练的时候需要带有预先人工标注信息的图像,使用图像数据进行前向计算,使用人工标注的框与类别信息进行监督来反向更新参数,因此图像与相应的标注信息必须严格匹配。项目中我们像往常一样,使用opencv读取图像同时读取标注文件中的标注信息,将标注框绘制在图像上并把图像保存下来以便对目标及标注情况有一个大概的掌握,结果问题来了:绘制了目标框的图像中出现了许多框的位置以及尺寸与相应目标完全对不上的情况。 经过观察,发现似乎是opencv读取到的图像与标注时的图像旋转方向不一致
这种状况让我非常抓狂,一开始以为是标注工具的问题或是图像本身的问题,导致在标注工具读取图像时进行了旋转,因此花了很多时间在寻找图像旋转规律上,并打算以此来进行方向矫正。后来发现使用PIL读取图像就不会出现这种问题。当时由于项目时间紧急,就把这个问题暂时搁置下来,直到现在,查阅了很多资料,找到了解决办法,毕竟据说opencv的性能比其它图像处理库要好一些&#x

相关知识

基于OpenCV的鲜花的图像分类系统详细设计与具体代码实现
使用Python实现深度学习模型:智能农业病虫害检测与防治
【端到端】:从图像到识别:手写数字识别的完整流程
使用图像处理技术和卷积神经网络(CNN)的作物病害检测
基于YOLO的植物病害识别系统:从训练到部署全攻略
深入浅出:利用OpenCV实现手写数字识别之旅
农业病虫害图像数据集及构建
opencv
【基于PyTorch实现经典网络架构的花卉图像分类模型】
CV任务中如何解决图像光照度不均匀的问题

网址: 关于使用opencv读取经过labelImg工具进行标注后的图像出现的框与图像旋转方向不一致的问题 [author: linkrain] https://m.huajiangbk.com/newsview1316137.html

所属分类:花卉
上一篇: 定制标签打印力气洗洗尼龙水洗撕可
下一篇: 中国光大银行申请目标标签的筛分方