使用邊界框列表從圖像中裁剪多個邊界框

Question

使用 Amazon 的 Rekognition，我使用以下內容從 JSON 響應中提取了感興趣的邊界框：

    def __init__(self, image):
        self.shape = image.shape 

    def bounding_box_convert(self, bounding_box):

        xmin = int(bounding_box['Left'] * self.shape[1])
        xmax = xmin + int(bounding_box['Width'] * self.shape[1])
        ymin = int(bounding_box['Top'] * self.shape[0])
        ymax = ymin + int(bounding_box['Height'] * self.shape[0])

        return (xmin,ymin,xmax,ymax)

    def polygon_convert(self, polygon):
        pts = []
        for p in polygon:
            x = int(p['X'] * self.shape[1])
            y = int(p['Y'] * self.shape[0])
            pts.append( [x,y] )

        return pts

def get_bounding_boxes(jsondata):
    objectnames = ('Helmet','Hardhat')
    bboxes = []
    a = jsondata
    if('Labels' in a):
        for label in a['Labels']:

            #-- skip over anything that isn't hardhat,helmet
            if(label['Name'] in objectnames):
                print('extracting {}'.format(label['Name']))


                lbl = "{}: {:0.1f}%".format(label['Name'], label['Confidence'])
                print(lbl)

                for instance in label['Instances']:
                    coords = tmp.bounding_box_convert(instance['BoundingBox'])
                    bboxes.append(coords)

    return bboxes

if __name__=='__main__':

    imagefile = 'image011.jpg'
    bgr_image = cv2.imread(imagefile)
    tmp = Tmp(bgr_image)

    jsonname = 'json_000'
    fin = open(jsonname, 'r')

    jsondata = json.load(fin)
    bb = get_bounding_boxes(jsondata)
    print(bb)

輸出是一個邊界框列表：

[(865, 731, 1077, 906), (1874, 646, 2117, 824)]

我可以輕松地從列表中提取一個位置並使用以下方法另存為新圖像：

from PIL import Image
img = Image.open("image011.jpg")
area = (865, 731, 1077, 906)
cropped_img = img.crop(area)
cropped_img.save("cropped.jpg")

但是，我還沒有找到使用“bb”列表輸出從圖像中裁剪和保存多個邊界框的好的解決方案。

我確實在這里找到了從 csv 中提取信息的解決方案： 在 1 張圖像中裁剪多個邊界框的最有效/最快捷的方法，超過數千張圖像？ .

但是，我相信有一種比將邊界框數據保存到 csv 並重新讀入更有效的方法。

我不太擅長編寫自己的函數 - 非常感謝所有建議！

Answer 1

假設你的邊界框坐標是x,y,w,h的形式x,y,w,h你可以做ROI = image[y:y+h,x:x+w]來裁剪。 使用此輸入圖像：

使用如何獲得 ROI Bounding Box Coordinates without Guess & Check 中的腳本來獲取x,y,w,h邊界框坐標來裁剪這些 ROI：

我們簡單地遍歷邊界框列表並使用 Numpy 切片對其進行裁剪。 提取的投資回報率：

這是一個最小的例子：

import cv2
import numpy as np 

image = cv2.imread('1.png')
bounding_boxes = [(17, 24, 47, 47),
                  (74, 28, 47, 50),
                  (125, 15, 51, 61),
                  (184, 18, 53, 53),
                  (247, 25, 44, 46),
                  (296, 6, 65, 66)
]

num = 0
for box in bounding_boxes:
    x,y,w,h = box
    ROI = image[y:y+h, x:x+w]
    cv2.imwrite('ROI_{}.png'.format(num), ROI)
    num += 1
    cv2.imshow('ROI', ROI)
    cv2.waitKey()