从边界框获取对象[对象检测]

Posted 2023-03-28

【中文标题】从边界框获取对象[对象检测]

【英文标题】：Get object from bounding box [Object Detection]

【发布时间】：2020-04-03 22:56:52

【问题描述】：

我有一个 .txt 文件，其中每一行都包含 path/to/image.jpg,xmin,ymin,xmax,ymax 和一个包含 jpg 图像的 img 文件夹。使用python提取每个文件坐标内的“对象”并查看边界框是否设置正确的最佳方法是什么？

谢谢！

【参考方案1】：

您可以使用opencv-python 库：

import cv2

# Reading the file
with open("filename.txt") as iostream:
    content = iostream.read()

# Visualizing the data
color = (0, 0, 255) # RED
for line in content.split("\n"):
    image_path, xmin, ymin, xmax, ymax = line.split(",")
    image = cv2.imread(image_path)
    pt1 = (int(xmin), int(ymin))
    pt2 = (int(xmax), int(ymax))
    cv2.rectangle(image, pt1, pt2, color)
    cv2.imshow("Visualization bounding box", image)
    cv2.waitKey()

此代码将显示每个图像，并带有一个红色矩形来显示边界框。如果你按任意键，它将切换到下一个。

如果你想保存裁剪的图像，你可以使用这样的东西：

    outfile = image_path[:-4] + "_bbox.jpg"
    outimage = image[int(ymin):int(ymax), int(xmin):int(xmax)]
    cv2.imwrite(outfile, outimage)

【参考方案2】：

您的文本文件是 CSV（逗号分隔值），可以按原样加载。

您可以简单地使用 PIL 将文件夹中的每个图像裁剪到边界框：

import csv
from PIL import Image

f = open('test.csv')
csv_f = csv.reader(f)

#iterate through rows of your CSV
for row in csv_f:

  #open image using PIL
  im = Image.open(row[0])
  #crop box format: xmin, ymin, xmax, ymax
  crop_box = (row[1], row[2], row[3], row[4])
  #convert values to int
  crop_box = map(int, crop_box)
  #crop using PIL
  im = im.crop((crop_box))
  #save the image to predetermined savepath
  im.save(save_name)