如何在单类别目标检测结果图像上显示目标数量？

我是编程新手，正在Google Colab中学习目标检测算法教程，使用TensorFlow Object Detection API的示例代码，该代码采用Single Shot Detector输出检测图像。我已添加全局变量count和循环，统计置信度大于0.5的目标数量，在单类别检测场景下可正常工作，且已验证统计结果正确。现在希望将该数量显示在检测图像上，例如添加一行文字Number of people: {count value}，请指导修改下方代码实现该功能：

def show_inference(model, image_path):
  global count
  count=0
  # the array based representation of the image will be used later in order to prepare 
  the result image with boxes and labels on it.       
  image_np = np.array(Image.open(image_path))
  # Actual detection.
  output_dict = run_inference_for_single_image(model, image_np)
   # Visualization of the results of a detection.
  vis_util.visualize_boxes_and_labels_on_image_array(
  image_np,
  output_dict['detection_boxes'],
  output_dict['detection_classes'],
  output_dict['detection_scores'],
  category_index,
  instance_masks=output_dict.get('detection_masks_reframed', None),
  use_normalized_coordinates=True,
  line_thickness=8)
  display(Image.fromarray(image_np))
  for o in output_dict['detection_scores']:
   if o > 0.5:
   count=count+1
 print(count)
for image_path in TEST_IMAGE_PATHS:
 show_inference(detection_model, image_path)

要在图像上绘制统计数量，我们可以借助PIL的ImageDraw模块实现，同时调整代码执行顺序（先统计数量再绘制并显示图像），具体修改如下：

步骤1：导入必要模块 #

在代码开头添加PIL绘图相关模块：

from PIL import ImageDraw, ImageFont

步骤2：修改show_inference函数 #

调整统计逻辑位置，并添加文字绘制代码：

def show_inference(model, image_path):
    global count
    count = 0
    # 读取图像并转为数组
    image_np = np.array(Image.open(image_path))
    # 执行检测
    output_dict = run_inference_for_single_image(model, image_np)
    
    # 统计置信度>0.5的目标数量
    for score in output_dict['detection_scores']:
        if score > 0.5:
            count += 1
    
    # 可视化检测框与标签
    vis_util.visualize_boxes_and_labels_on_image_array(
        image_np,
        output_dict['detection_boxes'],
        output_dict['detection_classes'],
        output_dict['detection_scores'],
        category_index,
        instance_masks=output_dict.get('detection_masks_reframed', None),
        use_normalized_coordinates=True,
        line_thickness=8)
    
    # 将数组转回PIL图像，准备绘制文字
    img = Image.fromarray(image_np)
    draw = ImageDraw.Draw(img)
    
    # 设置字体（Colab中兼容默认字体，异常时 fallback 到默认）
    try:
        font = ImageFont.truetype('/usr/share/fonts/truetype/dejavu/DejaVuSans-Bold.ttf', 40)
    except:
        font = ImageFont.load_default(size=40)
    
    # 绘制文字，位置为左上角，可根据需求调整坐标
    text = f"Number of people: {count}"
    draw.text((20, 20), text, fill=(255, 0, 0), font=font)
    
    # 显示最终图像
    display(img)
    print(count)

for image_path in TEST_IMAGE_PATHS:
    show_inference(detection_model, image_path)

修改说明 #

1. 顺序调整：把统计count的循环移到可视化之后、图像显示之前，确保绘制文字时已得到正确统计值
2. 绘图逻辑：将image_np转回PIL图像对象，用ImageDraw绘制文字，指定字体大小、颜色和位置
3. 字体兼容：加入异常处理，避免Colab中找不到指定字体时出错，自动使用默认字体
4. 位置可调：文字默认绘制在左上角(20,20)，可根据图像大小修改坐标值，优化显示位置

内容的提问来源于stack exchange，提问作者CKT