Я обучил модели глубокого обучения обнаружению кругов, и теперь я рисую ограничивающие прямоугольники. Эта часть кода делает это. Я использую комбинацию Python и OpenCV.
> #initializing the lists detected bounding boxes, and class IDs, confidences respectively
boxes = []
classIDs = []
confidences = []
# for loop for each of the layer outputs
for out in raw_out_put:
# for loop for each of the detections
for detection in out:
# here we get the class ID and probability of the detected object inside the loop
scores = detection[5:]
classID = np.argmax(scores)
confidence = scores[classID]
# here we remove weak predictions by ensuring the detected probability is bigger than our threshold
if confidence > threshold_confidence:
# Here the bounding box coordinates are scaled back to the size of the image.
# having said that, YOLO returns the center-coordinates of the bounding box which is x, y and boxes' width and height
X = int(detection[0] * fWidth)
Y = int(detection[1] * fHeight)
width = int(detection[2] * fWidth)
height = int(detection[3] * fHeight)
#here by using x and y which is center coordinates, we calculate the top and left corner of the bounding box.
left = int(X - width / 2)
top = int(Y - height / 2)
# Then we update bounding box coordinates, confidences score, and class labels
classIDs.append(classID)
confidences.append(float(confidence))
boxes.append([left, top, width, height])
Мой вопрос заключается в том, что, зная центральную точку этого круга (YOLO задает центральную точку ограничительной рамки), Как я могу кодировать таким образом, чтобы найти самую низкую точку?
сказав, что на моем изображении несколько кругов, и мне нужно найти самую низкую точку для всех. эта точка будет самой низкой (нижней) частью круга. Изображение может прояснить мою потребность. пожалуйста, посмотрите на следующую ссылку.
https://imgur.com/IePRSq6