从作为 Numpy 数组的图像中裁剪边界框

【问题标题】：Crop a Bounding Box from an Image which is a Numpy Array从作为 Numpy 数组的图像中裁剪边界框
【发布时间】：2017-06-14 01:06:29
【问题描述】：

所以我有一个形状为 (224,244,3) 的图像作为 ndarray。我有一个看起来像这样的图像的边界框注释

{
  annotations: [
  {
    class: "rect",
    height: 172,
    width: 341,
    x: 282,
    y: 165
  },
  {
    class: "rect",
    height: 172,
    width: 353,
    x: 592,
    y: 90
  }
 ],
   class: "image",
   filename: "img_05974.jpg"
}

如何裁剪 numpy 数组，以便它给我一个像上面的边界矩形一样的图像？

【问题讨论】：

width: 341 大于图像形状 (224)。因此，很不清楚您要达到的目标。还有，x和y在裁剪中应该起到什么作用？

标签： python image numpy matplotlib

【解决方案1】：

原则上，裁剪很容易通过从数组中切出正确的部分来完成。例如。 image[100:200, 50:100, :] 对 y（垂直）方向 100 和 200 像素之间的部分进行切片，并在 x（水平）方向切片 50 和 100 像素之间的部分。

查看这个工作示例：

import matplotlib.pyplot as plt

mydic = {
  "annotations": [
  {
    "class": "rect",
    "height": 98,
    "width": 113,
    "x": 177,
    "y": 12
  },
  {
    "class": "rect",
    "height": 80,
    "width": 87,
    "x": 373,
    "y": 43
  }
 ],
   "class": "image",
   "filename": "https://i.stack.imgur.com/9qe6z.png"
}


def crop(dic, i):
    image = plt.imread(dic["filename"])
    x0 = dic["annotations"][i]["x"]
    y0 = dic["annotations"][i]["y"]
    width = dic["annotations"][i]["width"]
    height = dic["annotations"][i]["height"]
    return image[y0:y0+height , x0:x0+width, :]


fig = plt.figure()
ax = fig.add_subplot(121)
ax.imshow(plt.imread(mydic["filename"]))

ax1 = fig.add_subplot(222)
ax1.imshow(crop(mydic, 0))

ax2 = fig.add_subplot(224)
ax2.imshow(crop(mydic, 1))

plt.show()

【讨论】：