裁剪图像后，如何找到新的边界框坐标？答案

【问题标题】：After cropping a image, how to find new bounding box coordinates?裁剪图像后，如何找到新的边界框坐标？
【发布时间】：2020-04-26 08:48:03
【问题描述】：

这是我使用 matplotlib 绘制的收据图像，

# x1, y1, x2, y2, x3, y3, x4, y4
bbox_coords = [[650, 850], [1040, 850], [1040, 930], [650, 930]]

image = cv2.imread(IMG_FILE)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

fig, ax = plt.subplots(figsize=(20, 20))
ax.imshow(gray, cmap='Greys_r'); 
rect = Polygon(bbox_coords, fill=False, linewidth=1, edgecolor='r')
ax.add_patch(rect)
plt.show()

print(gray.shape)
(4376, 2885)

然后，我裁剪了原始的灰色图像并使用相同的边界框坐标再次绘制它，这是结果，

# cropped the original image    
gray_new = gray[25:4314, 147:2880] 

fig, ax = plt.subplots(figsize=(20, 20))
ax.imshow(gray_new, cmap='Greys_r'); 
rect = Polygon(bbox_coords, fill=False, linewidth=1, edgecolor='r')
ax.add_patch(rect)
plt.show()

print(gray_new.shape)
(4289, 2733)

所以，我正在寻找一种方法来制作边界框以适应裁剪后的图像。我不知道如何实现它。

编辑：

如果您想复制问题，这是另一张图片receipt-2，这些是图片[1638,1462,2974,1462,2974,1549,1638,1549] 的 b-box 坐标。

【问题讨论】：

如果您在左侧裁剪了 25 个像素，则从所有 X 值中减去 25 个像素。与顶级作物和Y 值类似。
@furas 我已经裁剪了25:4314 那么右侧的 4314 呢？
右下角裁剪多少像素并不重要。

标签： python python-3.x opencv ocr image-preprocessing

【解决方案1】：

如果您裁剪了左侧的25 像素和顶部的147 像素，那么您必须从所有X 值中减去25 像素，并从Y 值中减去147 像素因为图像上的所有元素都向左移动了 25 像素，向顶部移动了 147 像素。

box_coords = [
    [650-25,  850-147],
    [1040-25, 850-147],
    [1040-25, 930-147],
    [650-25,  930-147]
]

print(bbox_coords)

编辑：使用代码

bbox_coords = [[650, 850], [1040, 850], [1040, 930], [650, 930]]

bbox_coords = [[x-25, y-147] for x,y in bbox_coords]

print(bbox_coords)

顺便说一句：你在右边和底部裁剪了多少像素并不重要。

编辑：重新缩放图像的计算

计算保持比例的尺寸

old_width = 4376
old_height = 2885
new_width = 550
#new_height = 270 # doesn't keep proportion
new_height = int(new_width/(old_width/old_height)) # keep proportion

print('new size:', new_width, new_height)
print('proportions:', (old_width/old_height), (new_width/new_height))

new_image = resize(original_img, shape=(new_width, new_height))

当图像改变大小时计算位置（我假设它不保持比例）。

scale_x = old_width/new_width
scale_y = old_height/new_height

print('scale:', scale_x, scale_y)

bbox_coords = [[int(x/scale_x), int(y/scale_y)] for x,y in bbox_coords]

print(bbox_coords)

如果图像保持比例，则scale_x == scale_y，您可以计算所有值并仅使用一个比例。

【讨论】：

谢谢 :) ..实际上对我来说，x-147 和 y-25 给了我正确的边界框，如下面的答案。我做错了吗？
我还有一个类似的疑问，在这里我手动裁剪了结果，但在我的项目中，我也在调整图像的大小，如resize(original_img, shape=(550, 270)) 这里调整大小函数自动将(4376, 2885) 转换为@ 987654334@那我怎样才能找到新的边界框值？
第一：你不保持纵横比(4376/2885, 550/270) 给(1.5, 2.0) 所以你变形了页面。它应该有高度550/(4376/2885)，它给出362。第二：你必须计算比例scale_x = 4376/550，scale_y = 2885/270（给出sx=7.95, sy=10.68），然后将所有X除以scale_x，将所有Y除以scale_y。
我添加了计算来回答。
我尝试了解决方案，但它给了我错误的边界框。

【解决方案2】：

您必须移动多边形的坐标，与您在x 和y 坐标中裁剪的数量相同。

考虑到当您应用gray_new = gray[25:4314, 147:2880] 时，这意味着[rows, columns]，因此对于绘图，您将删除y 轴上的前25 个像素和x 轴上的前147 个像素。

结果是

bbox_coords = [[x - 147, y-25] for x, y in bbox_coords]

在价值观中：

bbox_coords = [[503, 825], [893, 825], [893, 925], [503, 925]]

【讨论】：