从四边形坐标中获取边界框坐标 (xywh) 并将它们归一化

Question

我有这些照片中物体的照片和坐标。

例如：

        {
          "shape_attributes": {
            "name": "polygon",
            "all_points_x": [613, 2007, 1769, 581],
            "all_points_y": [1767, 1674, 2260, 2395]
          },
          "region_attributes": {"field_name": "doc_quad"}
        }

我需要将它们转换为 4 点：

 x_center y_center width height

得到一个边界框。 之后，我需要按照以下说明对它们进行标准化：

Box coordinates must be in normalized xywh format (from 0 - 1). If your boxes are in pixels, divide x_center and width by image width, and y_center and height by image height.

如何将 8 个尖角多边形坐标转换为归一化形式（4 个点）？

这个问题可能需要一些几何知识，如果你觉得这个问题太简单，你可以发送相关文章的链接。 问题是我不知道如何向 Google 提问以找到答案，因为How to convert 8 point polygon coordinates into 4 point rectangle coordinates并没有给我想要的结果（我发现的大多数文章都假设我不知道不知道实际坐标并使用opencv一些检测函数，但我知道实际坐标）这就是我在这里问的原因。

Answer 1

由于多边形不是矩形，一种方法是取一个覆盖所有点内部的边界框，或者一个被所有点覆盖的紧密矩形。 下面是第一种方法。

"all_points_x": [613, 2007, 1769, 581]
"all_points_y": [1767, 1674, 2260, 2395]

虽然图(0,0)在左下角，图像(0,0)点从左上角开始，但想法是相同的。 我的图形参考中只有顶部和底部的水平线被翻转为图像。

图表在这里， https://www.desmos.com/calculator/bzhbyrgz3o

取all_points_x的最大值得到最右边的垂直线，取all_points_x最小值得到最左边的垂直线。 类似地取all_points_y最大值和最小值来获得顶部和底部的水平线。

p2 = max([613,2007,1769,581]) = 2007
p1 = min([613,2007,1769,581]) = 581
q2 = max([1767,1674,2260,2395]) = 2395
q1 = min([1767,1674,2260,2395]) = 1674

通过以下方式获取中心点(cx,cy) ，

cx = (p1 + p2) / 2 = 1294
cy = (q1 + q2) / 2 = 2034.5

获取宽度，高度， (w,h) ，

w = p2 - p1 = 1426
h = q2 - q1 = 721

现在，如果图像是(im_w, im_h)那么标准化格式将是，

cx_new = cx / im_w
w_new = w / im_w
cy_new = cy / im_h 
h_new = h / im_h

所以这4点是，

cx_new cy_new w_new h_new 

YOLO 使用这种格式x_center y_center width height 。 这个链接应该会有所帮助。

Answer 2

可以从

--> min(x),min(y) max(x),max(y)