K210视觉识别模块学习笔记6：识别苹果_图形化操作函数

K210视觉识别模块学习笔记6：识别苹果_图形化操作函数_

今日开始学习K210视觉识别模块: 图形化操作函数

亚博智能    K210视觉识别模块......

固件库:        canmv_yahboom_v2.1.1.bin

训练网站:    嘉楠开发者社区

今日学习如何在识别到目标的时候添加图形化操作:(获取坐标、框出目标等)

在识别苹果的基础上学习与添加这些操作，获取苹果的坐标，框图等信息

文章提供测试代码讲解、完整代码贴出、测试效果图

目录

训练识别苹果的模型:

认识图形化操作函数：

整体工程代码贴出

训练识别苹果的模型:

依旧是之前的训练网站:

这个网站生成的模型里面的python文件代码需要自己做一些对应的修改，以下贴出的文章解释了如何修改，只需几步就可以了:具体对应步骤在下面的笔记中提到过：

K210视觉识别模块学习笔记5：(嘉楠)训练使用模型_识别人脸-CSDN博客

这里我拍摄标注了52张图片作为数据集来训练，发现还是能训练出稳定的模型的：

认识图形化操作函数：

dect 列表中的每个元素 l ，是一个包含物体边界框坐标和标签索引的元组或列表：

绘制矩形框，其中 l[0], l[1], l[2], l[3] 是矩形框的左上角和右下角的坐标（通常是 (x1, y1, x2, y2) 的形式）：

与检测到物体的坐标直接相关的部分是 l[0], l[1], l[2], l[3]，它们被用来绘制表示物体边界的矩形框。而 l[0], l[1] 在绘制文本标签时也被用作文本的起始位置，但它们本身并不表示物体的坐标。

a = img.draw_string(l[0],l[1],info,color=(255,0,0),scale=2.0)：

函数：img.draw_string 这是用于在图像 img 上绘制一个字符串。

* `l[0], l[1]`：

这是两个坐标值，通常表示图像上的点（x, y）。在这里，`l` 是一个列表或元组，其中 `l[0]` 和 `l[1]` 分别代表x坐标和y坐标。这些坐标通常定义了字符串在图像上的起始位置。

* `info`：

这是要绘制在图像上的字符串内容。从代码中可以看出，`info` 是一个格式化的字符串，包含了物体的标签和某种分数或概率（由 `labels[l[4]]` 和 `l[5]` 构成）。

* `color=(255,0,0)`：

这是一个RGB颜色值，指定了绘制字符串时使用的颜色。在这个例子中，颜色是红色的，因为红色在RGB中由 (255, 0, 0) 表示。

* `scale=2.0`：

这是一个缩放因子，用于控制绘制字符串时的大小。在这里，字符串的大小是原始大小的2倍。