如何利用YOLO标注数据裁剪图片？

标注数据解析 #

你提供的标注数据 0 0.514583 0.716204 0.136458 0.102778 是YOLO格式的目标标注，各字段对应含义：

• 0：目标类别ID
• 0.514583：目标框中心x坐标（相对于图片宽度的归一化值）
• 0.716204：目标框中心y坐标（相对于图片高度的归一化值）
• 0.136458：目标框宽度（相对于图片宽度的归一化值）
• 0.102778：目标框高度（相对于图片高度的归一化值）

实现代码 #

使用Python的PIL库即可完成图片裁剪，代码如下：

from PIL import Image

# 替换为你的图片路径
img_path = "rUROf.jpg"
img = Image.open(img_path)
img_width, img_height = img.size

# 标注数据
label = [0, 0.514583, 0.716204, 0.136458, 0.102778]
_, x_center, y_center, bbox_w, bbox_h = label

# 把归一化坐标转为像素坐标
x_start = int((x_center - bbox_w / 2) * img_width)
y_start = int((y_center - bbox_h / 2) * img_height)
x_end = int(x_start + bbox_w * img_width)
y_end = int(y_start + bbox_h * img_height)

# 裁剪并保存
cropped_img = img.crop((x_start, y_start, x_end, y_end))
cropped_img.save("cropped_result.jpg")
# 可选：直接查看裁剪结果
# cropped_img.show()

注意事项 #

• 先安装依赖库：执行 pip install pillow
• 如果标注数据存储在txt文件中，可通过文件读取批量处理，示例：

  with open("标注文件.txt", "r") as f:
      for line in f.readlines():
          label = list(map(float, line.strip().split()))
          # 后续裁剪逻辑同上
  

内容的提问来源于stack exchange，提问作者Jony Ghosh