首页 > 解决方案 > 如何使用 TensorflowLite 捕获对象检测应用程序的边界框内的图像

问题描述

我是开发安卓应用程序的初学者。目前,作为一个学校项目,我正在使用 Android Studio 中的 TensorFlowLite 开发一个口罩检测应用程序。我想知道如何捕获没有戴口罩的图像并将来自边界框的图像保存在内部存储中或发送到数据库中。任何人都知道如何去做这件事?示例代码将不胜感激。谢谢你。

标签: javaandroid-studiomachine-learningobject-detectiontensorflow-lite

解决方案


如果我正确理解了您的问题,则您拥有返回边界框的对象检测器。如果是这种情况,请尝试使用边界框裁剪图像。如果图像是一个 numpy 数组,那么您可以像这样使用数组切片来裁剪它。

(x1, y1, x2, y2) = detected_bbox
cropped_image = input_image[int(y1):int(y2), int(x1):int(x2)]

如果您的问题包括对象检测和数据库组件等,那么可能会问几个更集中的问题,您可能会得到帮助。


推荐阅读