sanity-001 / weixin_segdemo

编译器运行UI_test_before.py 文件

linux服务器运行UI_test_demo_v4.py文件

1.需要的环境，缺哪个库就pip install xxx python 3.6.5 numpy 1.19.0 opencv-python 3.4.6.27 pandas 1.3.0 scipy 1.7.0 matplotlib 3.4.2 dlib 19.22.0 boost 0.1 face_recognition 1.3.0 【先安装好dilb和boost后才能安装face_recognition!!!】

PS:UI_test_demo_v4.py为主程序，运行时只需运行此py文件即可，运行时需要与其他py文件放在同一个文件夹下，

2.执行语句示例

python UI_test_demo_v4.py --input_img img/0001_0001_00_01_000_20210712.jpg --input_src img/0001_0001_01_01_000_20210712.jpg --output_folder .../folder/

PS：【本次测试中“0001_0001_00_01_000_20210712.jpg”为治疗前图片（不带网格，为经过图像操作）作为--input_img的导入文件； “0001_0001_01_01_000_20210712.jpg”为治疗后图片（不带网格，为经过图像操作）作为--input_src的导入文件】

说明： UI_test_demo_v4.py ：调用的程序文件 --input_img：输入治疗前图像（小程序测试用患者图片【治疗前，不带网格】，见img文件夹），需包含路径 --input_src：输入治疗后图像（小程序测试用患者图片【治疗后，不带网格】，见img文件夹），需包含路径 --output_folder: 输出的文件存放的路径 --所有代码程序需要放在一个文件夹下

输出的文件说明及文件命名规则： 例： （1）“0001_0001_00_00_000_20210602.jpg” “0001”（患者id）“0001”（医生id）“00”（判断治疗前后图片：00代表治疗前图片，01代表治疗后图片） “00”（判断是否带网格：00代表带网格，01代表不带网格）“000”（代表未经过图像操作）_ “20210602”（代表日期）

（2）"0001_0001_00_01_cluster_20210602.jpg" “0001”（患者id）“0001”（医生id）“00”（判断治疗前后图片：00代表治疗前图片，01代表治疗后图片） “01”（判断是否带网格：00代表带网格，01代表不带网格）“cluster”（代表"聚类结果"）_ “20210602”（代表日期）

输出文件说明: (1)测试程序中一共12个输出结果，前9个输出（从“拍摄图像”至“治疗结果可视化图表”）以“.jpg”的格式输出， 后3个输出（从“红斑区域面积”至“治疗效果”）以".json"格式输出 (2)前两个输出“拍摄图像"和”拍摄图像（网格）“都是未经过图像处理的，故命名规则对应的都为000。 (3)本程序不会输出拍摄图和带网格图的拍摄图，即（4）中输出结果1和2. (4)文件命名规则（由上至下一一对应12个输出结果）： 1.”01_ 000“——代表”拍摄图像“ 2.”00_ 000“——代表”拍摄图像（网格）“ ---------【之后的每个输出结果都不带网格】---------- 3. ”01_ detect“——代表”目标检测结果“ 4. ”01_ cluster“——代表”聚类结果“ 5. ”01_ threshold“——代表“全阈值分割结果” 6.“01_ erythema”——代表“红斑分割结果” 7.“01_ registration”——代表“图像配准结果” 8.“01_ correct”——代表“光线校正结果” 9.”01_ chart“——代表”治疗效果可视化图表“ 10. ”01_ area“——代表”红斑区域面积“ 11.”01_ distance“——代表”沃氏距离“ 12.”01_ effect“——代表”治疗效果“

补充说明：本次测试程序中不会出现网格，但是命名规则仍以说明为准。