从 python 中的编码像素收缩边界框

Question

给定 object 的编码像素，为对象收缩边界框的有效方法是什么。 我正在尝试将任务从分段转换为 yolo 中的 object 检测。 欢迎任何建议。

Answer 1

如果您有分割点，那么您可以通过迭代并记录 [x,y] 的最低和最高值来找到点的范围。 这将为您提供左上角和右下角。

如果您尝试从彩色分段图像向后工作，那么您可以使用 opencv 对 colors 设置阈值并从 blob 中获取框，如下所示：

import cv2
import numpy as np

# load image
img = cv2.imread("mask.png");
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY);

# threshold
thresh = cv2.inRange(gray, 100, 255);

# contour
_, contours, _ = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE);

# draw rectangle
x,y,w,h = cv2.boundingRect(contours[0]);
cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2);

# show
cv2.imshow("box", img);
cv2.imshow("Thresh", thresh);
cv2.waitKey(0);

# save
cv2.imwrite("boxed.png", img);