用少量镜头观察图像和目标的数据集
image-dataset-viz的Python项目详细描述
图像数据集viz
[！[构建状态]（https://travis-ci.org/vfdev-5/imagedatasetviz.svg？branch=master）（https://travis ci.org/vfdev-5/imagedatasetviz）
[！[覆盖状态]（https://coveralls.io/repos/github/vfdev-5/imagedatasetviz/badge.svg？branch=master）（https://coveralls.io/github/vfdev-5/imagedatasetviz？branch=master）
在几次拍摄中观察图像和目标的数据集
！[视频示例]（examples/vedai_example.png）
从一个数据集的几幅大图像作为目标，在几次拍摄中观察到数据集
。
``bash
``pip
`` bash
`` bash
`` bash
`````
` ` ` `
` ` ` ` ` `
` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` `setup.py安装git+https://github.com/vfdev-5/imagedatasetviz.git
````
假设
将“img”作为可接受的目标类型，例如，“pil.image”和“target”（“str”或“list of points”或“pil.image”掩码等）。因此，我们可以使用目标生成单个图像。
`` python
从图像数据集即导入呈现数据点
如果目标是一个边界框，例如NP.数组（[[10，10]，[55，10]，[55，10]，[55，77]，[10，77]，[10，10]，[10，10]，[55，77]，[10，77]）
plt.imshow（res）
plt.imshow（res）
```` `
//35 35 35；CVPPP2017叶分割数据集的示例输出
！[带掩码的图像]（examples/image_mask.png）！[带标签的图像]（examples/image_label.png）！[带bbox标签的图像]（examples/image_bbox_label.png）
\
]
目标文件=[
'/path/to/target_1.ext2'，
'/path/to/target_2.ext2'，
…
'/path/to/target_1000.ext2'，，
]
```
我们可以生成一个由20x50个小样本和目标组成的图像，以便更好地可视化整个数据集。
假设我们确实需要特定的处理以rgb 8位格式打开图像：
``python
from pil import image
image.open（img_filepath）.convert（'rgb'）
````
，假设注释只是带有点和标签的行，例如，“12 23 34 45 56 67 car`
`` python
从pathlib导入路径
将numpy导入为np
def read_target_fn（target_filepath）：
使用路径（target_filepath）。open（'r'）作为句柄：
points_labels=[]
而true:
line=handle.readline（）
如果len（line）==0:
断开
splt=line[：-1]。拆分（''）；拆分为点和标签
label=splt[-1]
points=np.array（splt[：-1]）。重塑（-1，2）
点标签。附加（（点，label）
返回点标签
````
现在我们可以导出数据集
``python
de=datasetexporter（read_img_fn=read_img_fn，read_target_fn=read_target_fn，
img_id_fn=lambda fp:path（fp.stem，n_cols=20）
de.export（img_文件，target_文件，output_folder=“dataset_viz”）
```
，因此我们应该获得一个由20x50个小样本组成的PNG图像。
欢迎加入QQ群-->： 979659372
