如果我们的classes是汉字，在使用Faster-RCNN检测完成后，需要将其标注到图片上查看效果时，可能会面临一些问题。一是Python2的编码问题比较混乱，可能带来错误；第二个是Python2的默认字体不支持中文，即使打印到图片上，也可能显示的是乱码。 因此，在将汉字classes打印到图片上的过程中，需要进行一些特殊的处理。我们在这里进行一下记录以便备忘。 在Python里，对图片进行处理时，我们通常使用Matplotlib或PIL，因此，这里我们也对这两个方法分别加以介绍。
1.使用Matplotlib
使用Matplotlib处理起来比较简单方便，只需要进行一个设置，如下：
import matplotlib as mpl
mpl.rcParams[‘font.sans-serif’] = [‘SimHei’]
通过这种方式，将Matplotlib的默认字体设置为一种支持中文的字体即可，这里我们将其设置为“SimHei”，即黑体。 然后按照正常的方式，将classes绘制到图片上即可。 还需要注意的是，将classes绘制到图片上时，如下：
class_name = ‘老虎’
ax.text(bbox[0], bbox[1] - 2,
u’{:s} {:.3f}’.format(class_name.decode(‘utf-8’), score))
我们需要将type为str的class_namedecode，并将其转换为unicode类型。当然，直接这样转换也可以：
unicode(class_name.decode(‘utf-8’)) + str(score)
详细的代码可以参阅GitHub上的程序。
2.使用PIL
PIL也是Python里用于处理图片的一个常用工具，因此我们对使用PIL绘制汉字也进行一下总结和介绍。 相对来说，使用PIL绘制汉字稍微复杂一下。它也是首先需要对字体进行设置，如下：
import PIL.ImageFont as ImageFont
try:
font = ImageFont.truetype(‘wqy-microhei.ttc’, 14)
except IOError:
font = ImageFont.load_default()
这里，我把字体设置为了“wqy-microhei.ttc”，即文泉驿，你也可以设置为其他字体，只是需要是系统已经安装了的字体即可。 随后的处理就是正常情况了，绘制矩形框，绘制汉字，显示图片即可。而这里绘制汉字，直接使用utf-8编码即可，无需转化为Unicode，如下：
draw.text(
(left, top-14),
class_name.decode(‘utf-8’),
fill=’black’,
font=font)
更详细的代码可以参阅GitHub上的程序。