目标检测xywh格式转xyxy格式

2024-07-10 20:15| 来源: 网络整理| 查看: 265

这两天在看YOLOv1的代码，看到这边博客给了代码

传送门：动手学习深度学习pytorch版——从零开始实现YOLOv1

其中有个地方需要用到cv2.rectangle（）函数来给图像进行框选

这个函数中的pt1和pt2参数指的就是要框选的图像的左上角点和右下角点，这大家也都知道了

但是当时只有中心宽高（xywh）格式的坐标数据，所以我们需要把它转换成xyxy格式（左上角点和右下角点）的坐标数据

代码先前已经做的工作是，遍历了图片，获取它的xml数据，从而获得的宽高、xyxy格式的变量，然后再通过convert（）函数对数据进行归一化

def convert(size, bbox): """ 将bbox的左上角点、右下角点坐标的格式，转换为bbox中心点 + bbox的w,h的格式，并进行归一化 size: [weight, height] bbox: [Xmin, Ymin, Xmax, Ymax] 即：xyxy（左上右下） ——> xywh（中心宽高） xyxy（左上右下）:左上角的xy坐标和右下角的xy坐标 xywh（中心宽高）:边界框中心点的xy坐标和图片的宽度和高度 """ dw = 1. / size[0] dh = 1. / size[1] x = (bbox[0] + bbox[2]) / 2.0 y = (bbox[1] + bbox[3]) / 2.0 w = bbox[2] - bbox[0] h = bbox[3] - bbox[1] x = x * dw y = y * dh w = w * dw h = h * dh return (x, y, w, h)

但是后来我只想检验一张图片，所以再根据路径读取xml数据有点麻烦，代码中有两行关于pt1和pt2的计算公式，是怎么来的呢，下面我笨拙地推导一下（目前还没理解到其他好理解的方式能直接写出这个公式，因为我是直接推导了一遍，才看明白这个公式是啥意思）

show_labels_img("2011_000002") def show_labels_img(imgname): """imgname是输入图像的名称，无下标""" img = cv2.imread(STATIC_DATASET_PATH + "/JPEGImages/" + imgname + ".jpg") # 用于读取图片文件 h, w = img.shape[:2] # label = [] ''' 1) ./是当前目录 2) ../是父级目录 3) /是根目录 ''' with open(STATIC_DATASET_PATH + "/labels/" + imgname + ".txt", "r") as labels: for label in labels: label = label.split(" ") # label: [类、x、y、w、h（中心宽高）] label = [float(x.strip()) for x in label] # 根据convert（）推导pt1和pt2的公式 pt1 = (int(label[1] * w - label[3] * w / 2), int(label[2] * h - label[4] * h / 2)) # 矩形的左上角 print(pt1) pt2 = (int(label[1] * w + label[3] * w / 2), int(label[2] * h + label[4] * h / 2)) # 矩形的右下角 print(pt2) # 图像、文字内容、坐标、字体样式、字体大小、颜色、粗细 cv2.putText(img, GL_CLASSES[int(label[0])], pt1, cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255)) ''' pt1: x1, y1（矩形的左上角） pt2: x2, y2（矩形的右下角） color：B G R ''' cv2.rectangle(img, pt1, pt2, (0, 0, 255), 2) cv2.imshow("img", img) cv2.waitKey(0) # 持续显示图片直到有按键被按下，用鼠标选中图片显示窗口，按下键盘任意键即可关闭该窗口（）必须要有这一行，否则无法显示图片

推导过程如下：

【本文地址】

公司简介

联系我们