web-dev-qa-db-ja.com

画像とその境界ボックスのサイズ変更

バウンディングボックスを含む画像があり、画像のサイズを変更したい。

img = cv2.imread("img.jpg",3)
x_ = img.shape[0]
y_ = img.shape[1]
img = cv2.resize(img,(416,416));

次に、スケールファクターを計算します。

x_scale = ( 416 / x_)
y_scale = ( 416 / y_ )

そして、画像を描画します。これは、元の境界ボックスのコードです。

( 128, 25, 447, 375 ) = ( xmin,ymin,xmax,ymax)
x = int(np.round(128*x_scale))
y = int(np.round(25*y_scale))
xmax= int(np.round  (447*(x_scale)))
ymax= int(np.round(375*y_scale))

しかし、これを使用して私は得ます：

enter image description here

オリジナルは：

enter image description here

このロジックにはフラグがありません。何が問題なのですか？

コード全体：

imageToPredict = cv2.imread("img.jpg",3)
print(imageToPredict.shape)

x_ = imageToPredict.shape[0]
y_ = imageToPredict.shape[1]

x_scale = 416/x_
y_scale = 416/y_
print(x_scale,y_scale)
img = cv2.resize(imageToPredict,(416,416));
img = np.array(img);


x = int(np.round(128*x_scale))
y = int(np.round(25*y_scale))
xmax= int(np.round  (447*(x_scale)))
ymax= int(np.round(375*y_scale))
Box.drawBox([[1,0, x,y,xmax,ymax]],img)

とドローボックス

def drawBox(boxes, image):
    for i in range (0, len(boxes)):
        cv2.rectangle(image,(boxes[i][2],boxes[i][3]),(boxes[i][4],boxes[i][5]),(0,0,120),3)
    cv2.imshow("img",image)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

境界ボックスの画像とデータは別々に読み込まれます。画像内に境界ボックスを描画しています。画像にはボックス自体は含まれていません。

python-3.xnumpyopencvmathimage-processing
14
jejjejd

私は2つの問題があると信じています：

  1. 交換する必要がありますx_およびy_理由はshape[0]は実際にはy次元であり、shape[1]はx次元です
  2. 元の画像とスケーリングされた画像で同じ座標を使用する必要があります。元の画像では、長方形は(160, 35)-(555, 470) のではなく (128,25)-(447,375)コードで使用します。

次のコードを使用した場合：

import cv2
import numpy as np


def drawBox(boxes, image):
    for i in range(0, len(boxes)):
        # changed color and width to make it visible
        cv2.rectangle(image, (boxes[i][2], boxes[i][3]), (boxes[i][4], boxes[i][5]), (255, 0, 0), 1)
    cv2.imshow("img", image)
    cv2.waitKey(0)
    cv2.destroyAllWindows()


def cvTest():
    # imageToPredict = cv2.imread("img.jpg", 3)
    imageToPredict = cv2.imread("49466033\\img.png ", 3)
    print(imageToPredict.shape)

    # Note: flipped comparing to your original code!
    # x_ = imageToPredict.shape[0]
    # y_ = imageToPredict.shape[1]
    y_ = imageToPredict.shape[0]
    x_ = imageToPredict.shape[1]

    targetSize = 416
    x_scale = targetSize / x_
    y_scale = targetSize / y_
    print(x_scale, y_scale)
    img = cv2.resize(imageToPredict, (targetSize, targetSize));
    print(img.shape)
    img = np.array(img);

    # original frame as named values
    (origLeft, origTop, origRight, origBottom) = (160, 35, 555, 470)

    x = int(np.round(origLeft * x_scale))
    y = int(np.round(origTop * y_scale))
    xmax = int(np.round(origRight * x_scale))
    ymax = int(np.round(origBottom * y_scale))
    # Box.drawBox([[1, 0, x, y, xmax, ymax]], img)
    drawBox([[1, 0, x, y, xmax, ymax]], img)


cvTest()

「元の」画像を「49466033\img.png」として使用します。

Original image

次の画像が表示されます

Processed image

ご覧のように、私の細い青い線は元の赤い線の内側にあり、選択したtargetSizeのままです（スケーリングが実際に正しく機能します）。

9
SergGr

resize_dataset_pascalvoc を使用できます

使いやすいpython3 main.py -p <IMAGES_&_XML_PATH> --output <IMAGES_&_XML> --new_x <NEW_X_SIZE> --new_y <NEW_X_SIZE> --save_box_images <FLAG>"

すべてのデータセットのサイズを変更し、新しい注釈ファイルをサイズ変更した画像に書き換えます

0
Italo José