Create selective_search.py

utils/selective_search.py

+import cv2
+import matplotlib.pyplot as plt
+
+def selective_search(image, visualize=True, visulize_count=100):
+    # Convert image to BGR format for OpenCV
+    image_bgr = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)
+    
+    # Initialiser la recherche sélective
+    ss = cv2.ximgproc.segmentation.createSelectiveSearchSegmentation()
+    ss.setBaseImage(image_bgr)
+
+    # Utiliser la recherche sélective en mode rapide (ou en mode qualité)
+    ss.switchToSelectiveSearchFast()  # Pour la recherche rapide
+    # ss.switchToSelectiveSearchQuality()  # Pour une recherche plus précise
+
+    # Obtenir les régions candidates
+    roi = ss.process()
+
+    if visualize:
+        # Dessiner les régions candidates sur l'image
+        for (x, y, w, h) in roi[:visulize_count]:  # Limiter à 100 régions pour la visualisation
+            cv2.rectangle(image_bgr, (x, y), (x + w, y + h), (0, 255, 0), 2)
+
+        # Convertir l'image BGR en RGB pour Matplotlib
+        image_rgb = cv2.cvtColor(image_bgr, cv2.COLOR_BGR2RGB)
+        
+        # Afficher l'image avec les régions candidates
+        plt.figure(figsize=(10, 10))
+        plt.imshow(image_rgb)
+        plt.axis('off')  # Cacher les axes pour une meilleure visualisation
+        plt.show()
+        
+    return roi
+
+img = cv2.imread("./data/val/images/0846.jpg")
+img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)  # Assurer que l'image est en RGB
+result = selective_search(img_rgb)