【程序】JSON文件：分割标注segmentation的单独可视化

import cv2
import random
import json, os
from pycocotools.coco import COCO
from skimage import io
from matplotlib import pyplot as plt



import cv2
import random
import json, os
from pycocotools.coco import COCO
from skimage import io
from matplotlib import pyplot as plt

train_json = './WIDER_train/aaa/trainset.json'
train_path = ''

import cv2
import random
import json, os
from pycocotools.coco import COCO
from skimage import io
from matplotlib import pyplot as plt



def visualization_seg(num_image, json_path, img_path, str=' '):
    # 需要画图的是第num副图片, 对应的json路径和图片路径,
    # str = ' '为类别字符串，输入必须为字符串形式 'str'，若为空，则返回所有类别id
    coco = COCO(json_path)

    catIds = coco.getCatIds(catNms=['str'])  # 获取指定类别 id

    imgIds = coco.getImgIds(catIds=catIds)  # 获取图片i
    img = coco.loadImgs(imgIds[num_image - 1])[0]  # 加载图片,loadImgs() 返回的是只有一个内嵌字典元素的list, 使用[0]来访问这个元素
    image = io.imread(train_path + img['file_name'])

    annIds = coco.getAnnIds(imgIds=img['id'], catIds=catIds, iscrowd=None)
    anns = coco.loadAnns(annIds)

    # 读取在线图片的方法
    # I = io.imread(img['coco_url'])

    plt.imshow(image)
    coco.showAnns(anns)
    plt.show()


if __name__ == "__main__":
    visualization_seg(0, train_json, train_path, 'person')

最后

以上就是现实金毛最近收集整理的关于【程序】JSON文件：分割标注segmentation的单独可视化的全部内容，更多相关【程序】JSON文件：分割标注segmentation内容请搜索靠谱客的其他文章。