使用边界框列表从图像中裁剪多个边界框

Posted 2023-02-25

【中文标题】使用边界框列表从图像中裁剪多个边界框

【英文标题】：Crop multiple bounding boxes from image with list of bounding boxes

【发布时间】：2020-01-13 19:08:16

【问题描述】：

使用 Amazon 的 Rekognition，我使用以下方法从 JSON 响应中提取了感兴趣的边界框：

    def __init__(self, image):
        self.shape = image.shape 

    def bounding_box_convert(self, bounding_box):

        xmin = int(bounding_box['Left'] * self.shape[1])
        xmax = xmin + int(bounding_box['Width'] * self.shape[1])
        ymin = int(bounding_box['Top'] * self.shape[0])
        ymax = ymin + int(bounding_box['Height'] * self.shape[0])

        return (xmin,ymin,xmax,ymax)

    def polygon_convert(self, polygon):
        pts = []
        for p in polygon:
            x = int(p['X'] * self.shape[1])
            y = int(p['Y'] * self.shape[0])
            pts.append( [x,y] )

        return pts

def get_bounding_boxes(jsondata):
    objectnames = ('Helmet','Hardhat')
    bboxes = []
    a = jsondata
    if('Labels' in a):
        for label in a['Labels']:

            #-- skip over anything that isn't hardhat,helmet
            if(label['Name'] in objectnames):
                print('extracting '.format(label['Name']))


                lbl = ": :0.1f%".format(label['Name'], label['Confidence'])
                print(lbl)

                for instance in label['Instances']:
                    coords = tmp.bounding_box_convert(instance['BoundingBox'])
                    bboxes.append(coords)

    return bboxes

if __name__=='__main__':

    imagefile = 'image011.jpg'
    bgr_image = cv2.imread(imagefile)
    tmp = Tmp(bgr_image)

    jsonname = 'json_000'
    fin = open(jsonname, 'r')

    jsondata = json.load(fin)
    bb = get_bounding_boxes(jsondata)
    print(bb)

输出是一个边界框列表：

[(865, 731, 1077, 906), (1874, 646, 2117, 824)]

我可以轻松地从列表中提取一个位置并使用以下方法保存为新图像：

from PIL import Image
img = Image.open("image011.jpg")
area = (865, 731, 1077, 906)
cropped_img = img.crop(area)
cropped_img.save("cropped.jpg")

但是，我还没有找到一个很好的解决方案来使用“bb”列表输出从图像中裁剪和保存多个边界框。

我确实找到了一个从 csv 中提取信息的解决方案：Most efficient/quickest way to crop multiple bounding boxes in 1 image, over thousands of images?。

但是，我相信有一种比将边界框数据保存到 csv 并将其读回更有效的方法。

我不擅长编写自己的函数 - 非常感谢所有建议！

【问题讨论】：

“比将边界框数据保存到 csv 更有效的方法”：你为什么要使用 CSV 文件?循环bboxes，你就完成了。

【参考方案1】：

假设您的边界框坐标采用x,y,w,h 的形式，您可以使用ROI = image[y:y+h,x:x+w] 进行裁剪。使用此输入图像：

使用来自how to get ROI Bounding Box Coordinates without Guess & Check 的脚本获取x,y,w,h 边界框坐标以裁剪出这些ROI：

我们只需遍历边界框列表并使用 Numpy 切片对其进行裁剪。提取的 ROI：

这是一个最简单的例子：

import cv2
import numpy as np 

image = cv2.imread('1.png')
bounding_boxes = [(17, 24, 47, 47),
                  (74, 28, 47, 50),
                  (125, 15, 51, 61),
                  (184, 18, 53, 53),
                  (247, 25, 44, 46),
                  (296, 6, 65, 66)
]

num = 0
for box in bounding_boxes:
    x,y,w,h = box
    ROI = image[y:y+h, x:x+w]
    cv2.imwrite('ROI_.png'.format(num), ROI)
    num += 1
    cv2.imshow('ROI', ROI)
    cv2.waitKey()