基于python-yolo的批量截图

   本人介于做python潮水识别期间（已完成潮水识别）由于图片需要做预先的处理，因此在给定的图片素材中，需要截取识别框内的图片，由于图片中有多个识别框，因此，需要数量的不断叠加，事先定义一个整形变量tt，在每次执行一遍后让tt自动加1，从而完成不重复！

上述第两张图由test开始，到tt=tt+1为实现截图的代码，代码复制如下：

            test=thickness
            box=(left+test,top+test,right-test,bottom-test)
            region=image.crop(box)
         region.save('D:/tensorflowyolo3/VOCdevkit/VOC2007/cut picture/'+str(tt)+'.jpg')
           # region.show()
            tt=tt+1

本人保存地址为d盘（可自选）存在自己的项目文件夹中。
完整的识别和截取代码如下：

# -*- coding: utf-8 -*-
"""
Class definition of YOLO_v3 style detection model on image_tie and video
"""
import colorsys
import os
from timeit import default_timer as timer
import cv2
import numpy as np
from keras import backend as K
from keras.models import load_model
from keras.layers import Input
from PIL import Image, ImageFont, ImageDraw
from yolo3.model import yolo_eval, yolo_body, tiny_yolo_body
from yolo3.utils import letterbox_image
import os
from keras.utils import multi_gpu_model
count=0
tt=3461
class YOLO(object):
    _defaults = {
        "model_path": 'model_data/trained_weights_final.h5', #训练模型的位置
        "anchors_path": 'model_data/yolo_anchors.txt',     #anchors列表
        "classes_path": 'model_data/voc_classes.txt',     #分类文件
        "score" : 0.1,
        "iou" : 0.3,
        "model_image_size" : (416, 416),
        "gpu_num" : 1,
    }
    @classmethod
    def get_defaults(cls, n):
        if n in cls._defaults:
            return cls._defaults[n]        else:
            return "Unrecognized attribute name '" + n + "'"
    def __init__(self, **kwargs):
        self.__dict__.update(self._defaults) # set up default values
        self.__dict__.update(kwargs) # and update with user overrides
        self.class_names = self._get_class()
        self.anchors = self._get_anchors()
        self.sess = K.get_session()
        self.boxes, self.scores, self.classes = self.generate()
    def _get_class(self):
 1/8    1 2 3 4 5 6 下一页 尾页