小编Sre*_*ran的帖子

我已经在 labelImg 工具中对图像进行了注释，并以 XML 形式获得了注释。我需要将其转换为 LabelMe JSON 格式，并在其中编码 imageData。

样本输入：

示例 XML：

<annotation>
    <folder>blocks</folder>
    <filename>sample_annotation.jpg</filename>
    <path>/path/sample_annotation.jpg</path>
    <source>
        <database>Unknown</database>
    </source>
    <size>
        <width>720</width>
        <height>540</height>
        <depth>3</depth>
    </size>
    <segmented>0</segmented>
    <object>
        <name>cube</name>
        <pose>Unspecified</pose>
        <truncated>0</truncated>
        <difficult>0</difficult>
        <bndbox>
            <xmin>90</xmin>
            <ymin>87</ymin>
            <xmax>196</xmax>
            <ymax>194</ymax>
        </bndbox>
    </object>
    <object>
        <name>cube</name>
        <pose>Unspecified</pose>
        <truncated>0</truncated>
        <difficult>0</difficult>
        <bndbox>
            <xmin>498</xmin>
            <ymin>188</ymin>
            <xmax>607</xmax>
            <ymax>296</ymax>
        </bndbox>
    </object>
</annotation>

所需的示例输出：

{'imageData': '/9j/2w.........../9k=',
 'imageHeight': 540,
 'imagePath': 'sample_annotation.jpg',
 'imageWidth': 720,
 'shapes': [{'group_id': None,
   'label': 'cube',
   'points': [[90, 87], [196, 194]],
   'shape_type': 'rectangle'},
  {'group_id': None,
   'label': 'cube',
   'points': [[498, 188], [607, 296]], …

我有以下数据框：

df = pd.DataFrame({
    'fruit':
       ['peaches']*5 + ['apples']*5 + ['bananas']*3 + 
       ['nectarines']*3 + ['carrots']*3 + ['apricots'] 
})

我想先按值计数对输出进行排序，然后按水果名称的字母顺序排序：

apples        5
peaches       5
bananas       3
carrots       3
nectarines    3
apricots      1

我找到了这个答案，但它看起来已经过时了。

给定一个牙科表格作为输入，需要使用图像处理找到表格中存在的所有复选框。我在下面回答了我目前的方法。有没有更好的方法来查找低质量文档的复选框？

样本输入：

想要计算熊猫日期系列之间的天数差 -

0      2013-02-16
1      2013-01-29
2      2013-02-21
3      2013-02-22
4      2013-03-01
5      2013-03-14
6      2013-03-18
7      2013-03-21

和今天的日期。

我尝试过，但无法提出合乎逻辑的解决方案。请帮我写代码。实际上我是 python 的新手，在应用任何函数时都会发生很多语法错误。

我正在尝试在图像上找到某些项目。简化形式的图像如下所示：

我想获取第二个矩形顶部的粗体黑色文本以及三个彩色矩形的 (x,y) 坐标。

我已经准备好了面具，除了我无法弄清楚的黑色文本的面具。但是，文本始终位于矩形的顶部，因此如果我能够找出底部大矩形的位置，我也会得到文本的位置。

这些是我得到的输出：

我尝试根据此评论使用 ConnectedComponents 函数使用 ConnectedComponents 函数，但除了对各种对象进行着色和分组之外，我无法继续前进，因此我没有在下面包含该代码片段以使事情尽可能清晰。

到目前为止，这是我的代码：

import cv2
import numpy as np
import imutils

PATH = "stackoverflow.png"
img = cv2.imread(PATH)
imgHSV = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)

mask_border = cv2.inRange(imgHSV,np.array([0,0,170]),np.array([0,0,175]))
mask_green  = cv2.inRange(imgHSV,np.array([76,221,167]),np.array([76,221,167]))
mask_pink   = cv2.inRange(imgHSV,np.array([168,41,245]),np.array([172,41,252]))
mask_red    = cv2.inRange(imgHSV,np.array([4,207,251]),np.array([4,207,251]))
#mask_black  = ???

all_masks = cv2.bitwise_or(mask_border, mask_green)
all_masks = cv2.bitwise_or(all_masks, mask_pink)
all_masks = cv2.bitwise_or(all_masks, mask_red)

cv2.imshow("Masks", all_masks)

imgResult = cv2.bitwise_and(img,img,mask=all_masks)

cv2.imshow("Output", imgResult)

cv2.waitKey(0)

我有一个相当深刻的字典需要简化。我在这样做时遇到了一些问题。

这是需要简化的字典的一个小样本：

data_dict = {
    "DATA": {
        "Page1": [{
            "Section": [{
                "Name": [{
                    "text": "John"
                }],
                "ID_Number": [{
                    "text": "123456"
                }]
            }]
        }],
        "Page2": [{
            "Section": [{
                "Name": [{
                    "text": "Rob"
                }],
                "ID_Number": [{
                    "text": "654321"
                }]
            }]
        }]
    }
}

我已经做了什么：

my_dict = {}
for value in data_dict.values():
    for key, val in value.items():
        if "Tab" in key:
            my_dict[key] = val
        if type(val) == list:
            for i in val:
                for key1, val1 in i.items():
                    my_dict[key] = val1


result_dict = {} …

我一直在尝试检测复选框。虽然我能够检测到其他图像中的方形轮廓，但我无法获取该特定图像的轮廓。请帮我检测复选框。

输入图像：

这是我的代码，

for myfile in files:
    image=cv2.imread(myfile)
    image = cv2.resize(image, (180,60), interpolation = cv2.INTER_AREA)
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    #apply otsu's threshold
    thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
        #setting up threshold values
    threshold_max_area = 300
    threshold_min_area = 10
 #finding contours in the image
    cnts = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
    cnts = cnts[0] if len(cnts) == 2 else cnts[1]
#getting the coordinates for each checkbox
    count=0
    centers=[]
    for c in cnts:
        peri = cv2.arcLength(c, True)
        approx = cv2.approxPolyDP(c, 0.035 * …

我有以下数据框架.

ID    Product  quantity
9626     a       1
9626     b       1
9626     c       1
6600     f       1
6600     a       1
6600     d       1

我希望通过ID加入行.以下是结果的示例.(数量列是可选的.此列不是必需的.)

ID    Product  quantity
9626     a,b,c     3
6600     a,d,f     3

我使用了合并和求和,但它没有用.

这个问题只用循环语句解决了吗？

如果您能为我提供解决方案,我将不胜感激.

我正在使用该duplicated函数检查 panadas 数据帧中的重复行，该函数运行良好。但是如何仅打印出真实项目的行内容？

例如，如果我运行：

duplicateCheck = dataSet.duplicated(subset=['Name', 'Date',], keep=False)
print(duplicateCheck)

它输出：

0    False
1    False
2    False
3    False
4     True
5     True
6    False
7    False
8    False
9    False

我正在寻找类似的东西：

for row in duplicateCheck.keys():
    if row == True:
        print (row, duplicateCheck[row]) 

它打印数据框中重复的项目。