Изменение размера изображения и его ограничительной рамки
У меня есть изображение с ограничивающей рамкой, и я хочу изменить размер изображения.
img = cv2.imread("img.jpg",3)
x_ = img.shape[0]
y_ = img.shape[1]
img = cv2.resize(img,(416,416));
Теперь я хочу рассчитать масштабный коэффициент:
x_scale = ( 416 / x_)
y_scale = ( 416 / y_ )
И нарисуйте изображение, это код исходного ограничивающего прямоугольника:
( 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))
Однако, используя это, я получаю:
Пока оригинал:
Я не вижу флага в этой логике, что не так?
Весь код:
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)
и ящик
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()
Изображение и данные для ограничивающей рамки загружаются отдельно. Я рисую ограничивающую рамку внутри изображения. Изображение не содержит самой коробки.
Я удалил эту строчку, она здесь irelavant
Я не уверен, что понимаю. Не могли бы вы адаптировать код к MCVE и опубликовать его? Является ли ограничивающая рамка частью данных изображения вашего исходного изображения или это то, что вы рисуете отдельно?
У меня есть изображение и xml-документация к нему, где хранятся x, y, ширина и высота. Неважно, как я загружаю здесь документ image / xml, я думаю, когда я изменяю размер изображения, мне также нужно изменять размер ограничивающей рамки.
Итак, ограничивающая рамка отсутствует на изображении, и вам нужно изменить размер ограничивающей рамки отдельно от изображения. В таком случае звонок drawBox определенно актуален :). Как я уже сказал, дайте мне MCVE, и я посмотрю. Сейчас я боюсь, что это не выскочит на меня из фрагментов кода. Спасибо!
Ваш код выглядит несовместимым. width рассчитан на основе xmax, что выглядит странно. Не могли бы вы на самом деле показать полный пример, включая то, как вы рисуете оба поля на полном и масштабированном изображениях?
отредактированный вопрос
Мне кажется, что вы где-то поменяли местами x и y, либо при вычислении масштабирования, либо на чертеже коробки.
@jejjejd, я все еще не вижу фрагмента кода, который рисует прямоугольник поверх исходного изображения. Мы можем говорить о согласованности только в том случае, если вы покажете код для рисования блоков оба. В частности, на вашем "исходном" изображении рамка не прямоугольная (128,25) - (447,375). Фактический верхний левый угол - это что-то о (160,35).
Ответы 2
Я считаю, что есть две проблемы:
- Вы должны поменять местами
x_иy_, потому чтоshape[0]на самом деле имеет размерность y, аshape[1]- размерность x. - Вы должны использовать одни и те же координаты на исходном и масштабированном изображении. На исходном изображении прямоугольник - это
(160, 35)-(555, 470), а не(128,25)-(447,375), который вы используете в коде.
Если я использую следующий код:
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()
и используйте свое "исходное" изображение как "49466033 \ img.png",
Я получаю следующее изображение
И, как вы можете видеть, моя более тонкая синяя линия лежит точно внутри вашей исходной красной линии и остается там, какой бы targetSize вы ни выбрали (так что масштабирование действительно работает правильно).
вы можете использовать resize_dataset_pascalvoc
python3 main.py -p <IMAGES_&_XML_PATH> --output <IMAGES_&_XML> --new_x <NEW_X_SIZE> --new_y <NEW_X_SIZE> --save_box_images <FLAG>" легко использовать
Он изменяет размер всего вашего набора данных и перезаписывает новые файлы аннотаций для изображений с измененным размером.
вы можете немного подробнее объяснить, как это сделать.
Добро пожаловать на сайт! Ознакомьтесь с тур и страница с инструкциями, чтобы узнать больше о том, как задавать вопросы, на которые можно получить качественные ответы. Вы можете отредактируйте свой вопрос, чтобы включить дополнительную информацию. Где определяется
Box.drawBox? Я не вижу этого в документах numpy или opencv.