numpy的shape 和 gt的x、y坐標之間容易引起誤會
阿新 • • 發佈:2019-01-09
nump int import idt code 坐標 表示 origin 之間
用numpy來看shape,比如np.shape(img_data),會得到這樣的結果(600,790,3)
註意:600不是橫坐標,而是表示多少列,790才是橫坐標
用numpy測試就可以看出:
>>> import numpy as np >>> a = [[1,2,3],[1,2,3]] >>> b = np.array(a) >>> b array([[1, 2, 3], [1, 2, 3]]) >>> np.shape(a) (2, 3)
包括calculate.py 中的代碼也看的出來:
image = data_dict[‘data‘]
original_height, original_width, _ = image.shape
但是坐標標註的時候是x、y坐標的,所以看著會以為兩者出錯誤:
利用cv2可視化的時候,還是直接添加x、y坐標就好了
cv2.line(img_data,(int(bbox[0][0]),int(bbox[0][1])),(int(bbox[0][2]),int(bbox[0][3])),(255,0,0),)
numpy的shape 和 gt的x、y坐標之間容易引起誤會