如何使用 Python PIL 裁剪给定比例坐标的图像？

Question

我有一张尺寸为 (1920x1080) 的图像，其比例坐标提供了对检测到的人物区域的描述。 我只想使用提供的比例坐标从图像中裁剪检测到的人。 我查阅了PIL crop 文档并尝试了以下操作：

在集成文档中提供：

x0, y0 人物检测框右下角对应的x, y坐标。 它们与图像左上角的距离成比例。

x1, y1 人物检测框左上角对应的x, y坐标。 它们与图像左上角的距离成比例。

提供的示例集成说明：

def img_crop(url, box):
    box = {
            'x0': 0.974, 
            'x1': 0.922, 
            'y0': 0.502, 
            'y1': 0.315
    }
    img = Image.open(requests.get(url, stream=True).raw)
    h, w = img.size
    print(img.size)
    return img.crop((box['x0']*h, box['y0']*w, box['x1']*h, box['y1']*w))

这会导致以下错误

ValueError: Coordinate 'right' is less than 'left'

Answer 1

但是您的绘图与您自己对 x0,y0,x1,y1 的描述相矛盾。 据说（顺便说一句， 在文字图片中；最好避免这种情况）x0,y0 是右下角，x1,y1 是左上角。

只需反转 x0、y0 和 x1、y1。

另外，请注意，PIL 中的坐标系（通常在大多数图像处理系统中都是如此。因为图像格式也是这样做的）从左上角开始。 就像英文文本一样：像素是从左到右，从上到下组织的。

编辑：（回答您的评论）

一种方法是真正地交换它们并将.crop行替换为

    return img.crop((box['x1']*h, box['y1']*w, box['x0']*h, box['y0']*w))

这将在您的代码中起作用。 尽管如此，还有一些其他更可取的更改。 首先，您将图像的宽度称为h ，将图像的高度称为w 。 当然，从 python 的角度来看这不是问题，但它无助于可读性（我猜你这样做是因为当图像是 np.array 时，例如 opencv 图像，要获得 w 和 h，你会h,w,_=img.shape 。但是 PIL .size首先返回w ，然后返回h 。然后，你在crop线中反转w和h以保持一致。

其次，靠x0和y0是box最大的x和y，x1,y1是最小的，还是比较奇怪的。 最好在调用代码中进行反转。 您没有提供它，我没有尝试显示更正的原因：必须在未提供的代码中进行更正。 （你确实提供了一个盒子，来覆盖传递的内容。所以在那个盒子里你也可以进行交换）

    box = {
            'x1': 0.974, 
            'x0': 0.922, 
            'y1': 0.502, 
            'y0': 0.315
    }

但最安全的方法，特别是因为您似乎不确定所有角点在哪里，并且考虑到有时x0可能小于x1 ，而y0大于y1 ，计算哪个是最小值，哪个是最大值。

像这样：

from PIL import Image
import matplotlib.pyplot as plt

def img_crop(url, box):
    box = {
            'x0': 0.216,
            'x1': 0.419,
            'y0': 0.237,
            'y1': 0.697
    }
    img = Image.open(requests.get(url, stream=True).raw)
    w, h = img.size
    print(img.size)
    xmin=min(box['x0'], box['x1'])
    xmax=max(box['x0'], box['x1'])
    ymin=min(box['y0'], box['y1'])
    ymax=max(box['y0'], box['y1'])
    return img.crop((xmin*w, ymin*h, xmax*w, ymax*h))

在那里，没问题。 只需按x,y,x,y的顺序传递两个 x 和两个 y，而不必担心先发送哪个 x 和先发送哪个 y。

在你的照片上，它得到了box的版本