ImageAI使用ResNet50检测人物时如何关闭检测框绘制功能

方法1：直接使用官方内置参数（推荐，零侵入） #

ImageAI的detectCustomObjectsFromImage方法自带控制检测框绘制的参数，你只需要在调用时添加display_box=False即可禁用所有检测框绘制，无需修改任何源码。

你原来的调用代码调整后如下：

detected_image, detections = detector.detectCustomObjectsFromImage(input_image=str(image),
                                                                   output_image_path=str(output_path),
                                                                   minimum_percentage_probability=20,
                                                                   input_type='file',
                                                                   output_type='file',
                                                                   display_percentage_probability=False,
                                                                   display_box=False, # 新增这一行即可
                                                                   extract_detected_objects=True,
                                                                   custom_objects=person)

添加后无论是输出的整图还是单独提取的人物小图，都不会出现检测框，也不会出现框覆盖其他提取对象的问题。

方法2：自行裁剪原图（兼容性更强） #

如果你使用的ImageAI版本没有display_box参数，也可以通过自行裁剪的方式规避绘图逻辑，完全绕开画框的步骤：

1. 关闭自动提取对象的参数，改为获取检测坐标后自行裁剪
2. 用OpenCV/PIL读取原图，按返回的检测框坐标裁剪后保存

示例代码如下：

import cv2

for idx, i in enumerate(files):
    print(f'Extracting images from: {i.name}')
    # 先获取检测结果，不输出带框图、不自动提取
    _, detections = detector.detectCustomObjectsFromImage(input_image=str(i),
                                                          minimum_percentage_probability=20,
                                                          input_type='file',
                                                          output_type='array',
                                                          custom_objects=person)
    # 读取原图自行裁剪
    original_img = cv2.imread(str(i))
    for person_idx, det in enumerate(detections):
        x1, y1, x2, y2 = det["box_points"]
        # 裁剪人物区域
        person_img = original_img[y1:y2, x1:x2]
        # 保存，命名按序号区分同一张图里的多个人物
        save_path = output_folder.joinpath(f'{idx}_{person_idx}.jpg')
        cv2.imwrite(str(save_path), person_img)

这种方法不需要依赖ImageAI的绘图和提取逻辑，也不会产生任何多余的框线，同时还可以自定义保存的命名规则，方便区分同一张图里的多个人物。

内容的提问来源于stack exchange，提问作者NotAName