使用 python 裁剪边界框

Posted 2023-02-25

【中文标题】使用 python 裁剪边界框

【英文标题】：Crop bounding boxes using python

【发布时间】：2021-06-15 07:40:04

【问题描述】：

获取边界框坐标的代码：

width=600
height=900
for box,score,cls in zip(detections['detection_boxes']  [0],detections['detection_scores'][0],detections['detection_classes'][0]):
   if score >= 0.5: # or any other value
      xmin = box[1]*width
      ymin = box[0]*height
      xmax = box[3]*width
      ymax = box[2]*height
      print("xmin:  ".format(xmin),"ymin: ".format(ymin),"xmax: ".format(xmax),"ymax: ".format(ymax))

它给出：

现在我想根据这些边界框裁剪图像。如何裁剪所有这些坐标并存储为 jpg 文件？

【问题讨论】：

使用tf.image.crop_and_resize:tensorflow.org/api_docs/python/tf/image/crop_and_resize

种植很难，你能详细说明一下，具体怎么做。

【参考方案1】：

如果你想使用 tensorflow，你可以使用：

cropped_image_tensor = tf.image.crop_to_bounding_box(image, xmin, ymin, height, width)

然后从张量到图像：

output_image = tf.image.encode_png(cropped_image_tensor)

【参考方案2】：

如果您将图像存储为 numpy 数组，则可以在图像上使用它：

cropped_image = image[ymin:ymax, xmin:xmax:, :]

我假设您的图像尺寸是高度、宽度、通道数。

然后将图像保存为jpg：

from PIL import Image

im = Image.fromarray(cropped_image)
im.save("your_file.jpeg")