从 YOLO 边界框坐标中提取单独的图像

Question

我有一组图像及其对应的 YOLO 坐标。现在我想将这些 YOLO 坐标表示的对象提取到单独的图像中。

但这些坐标是浮点数，因此无法使用拼接。

这是一张图片Sample Image，对应的YOLO坐标是

labels = [0.536328, 0.5, 0.349219, 0.611111]

我读我的图片如下：

image = cv2.imread('frame0.jpg')

然后我想使用类似image[y:y+h,x:x+w] 的东西，就像我在类似问题中看到的那样。但是变量是浮动的，所以我尝试使用图像1280 x 720 的尺寸将它们转换为整数，如下所示：

object = [int(label[0]*720), int(label[1]*720), int(label[2]*1280), int(label[3]*1280)]
x,y,w,h = object

但它没有正确获取图像的一部分，正如您在此处看到的 extractedImage

这是我的训练数据集的一部分，所以我之前使用一些工具裁剪了这些部分，所以我的标签不会有任何错误。此外，所有图像都以这种方式错误裁剪，我已经显示了其中 1 个图像的输出。

提前非常感谢。任何建议都会非常有帮助！

Answer 1

标签需要进行不同的标准化 - 因为x 和y 是相对于屏幕中心的，它们实际上分别乘以W/2 和H/2。此外，宽度和高度尺寸必须分别乘以 W 和 H - 它们目前都被 W (1280) 标准化。以下是我的解决方法：

import cv2
import matplotlib.pyplot as plt

label = [0.536328, 0.5, 0.349219, 0.611111]
img = cv2.imread('P6A4J.jpg')

H, W, _ = img.shape
object = [int(label[0]*W/2), int(label[1]*H/2), int(label[2]*W), int(label[3]*H)]

x,y,w,h = object
plt.subplot(1,2,1)
plt.imshow(img)
plt.subplot(1,2,2)
plt.imshow(img[y:y+h, x:x+w])
plt.show()


plt.show()

输出：

]1

希望这会有所帮助！