如何将多边形文本数据转换为[num_boxes,4,2]形状的NumPy数组？

我有一个文本文件，每行以x1,y1,x2,y2,x3,y3,x4,y4的格式定义一个多边形，数据行重复排列。希望将这些数据读入NumPy数组，最终形状为[num_boxes,4,2]，其中每个框的结构是[[x_min,y_min],[x_min,y_max],[x_max,y_max],[x_max,y_min]]（x_min/x_max为该多边形所有x坐标的最小/最大值，y_min/y_max同理）。

我已经通过以下代码读取数据并计算出极值：

boxes_x = np.loadtxt(label_path,usecols=np.arange(0,8,2),dtype=int,delimiter=",")
boxes_y = np.loadtxt(label_path,usecols=np.arange(1,8,2),dtype=int,delimiter=",")

x_max = boxes_x[:].max(axis=1)
y_max = boxes_y[:].max(axis=1)
x_min = boxes_x[:].min(axis=1)
y_min = boxes_y[:].min(axis=1)

但不知道如何将这些极值数据重塑为目标形状[num_boxes,4,2]，求最佳实现方式。

解决方案 #

基于你已经算出的极值数组，最直接的方式是构造每个边界框的四个顶点，再组合成目标形状：

方法1：基于现有极值数组构造

# 将一维的极值数组组合成二维的顶点坐标（每个顶点是[x,y]）
top_left = np.stack([x_min, y_min], axis=1)    # 形状：[num_boxes, 2]
top_right = np.stack([x_min, y_max], axis=1)
bottom_right = np.stack([x_max, y_max], axis=1)
bottom_left = np.stack([x_max, y_min], axis=1)

# 将四个顶点沿第1维度堆叠，得到目标形状[num_boxes,4,2]
boxes = np.stack([top_left, top_right, bottom_right, bottom_left], axis=1)

方法2：优化读取流程（更高效）

可以一次性读取所有坐标，避免两次调用np.loadtxt，再统一计算极值：

# 一次性读取所有行，形状为[num_boxes, 8]
all_coords = np.loadtxt(label_path, dtype=int, delimiter=",")
# 重塑为每个多边形的四个点坐标，形状[num_boxes,4,2]
points = all_coords.reshape(-1, 4, 2)

# 计算每个多边形的x/y极值（axis=1表示在四个点的维度上取最值）
x_min = points[..., 0].min(axis=1)
x_max = points[..., 0].max(axis=1)
y_min = points[..., 1].min(axis=1)
y_max = points[..., 1].max(axis=1)

# 同样构造目标数组
boxes = np.stack([
    np.stack([x_min, y_min], axis=1),
    np.stack([x_min, y_max], axis=1),
    np.stack([x_max, y_max], axis=1),
    np.stack([x_max, y_min], axis=1)
], axis=1)

说明 #

• np.stack(axis=1)会将两个一维数组（如x_min和y_min）按列组合成二维的顶点数组；
• 最后一次np.stack(axis=1)会将四个顶点数组沿第1维度堆叠，正好得到[num_boxes,4,2]的目标形状，每个元素对应一个边界框的四个顶点。

内容的提问来源于stack exchange，提问作者abinitio