OpenCV Python 如何生成包含所有小物体外接矩形的大Bounding box并裁剪

核心逻辑 #

所有小外接矩形的最小包围框，只需取所有小框坐标的四个极值即可：左边界取所有小框左边界的最小值，上边界取所有小框上边界的最小值，右边界取所有小框右边界的最大值，下边界取所有小框下边界的最大值。

实现步骤 #

1. 统一小边界框格式 #

首先将所有已标注的小外接矩形统一转换为(x_min, y_min, x_max, y_max)格式（图像坐标系默认左上角为原点，x轴向右，y轴向下）：

• 若现有标注为(center_x, center_y, width, height)格式，可通过以下公式转换：

  x_min = center_x - width / 2
  y_min = center_y - height / 2
  x_max = center_x + width / 2
  y_max = center_y + height / 2
  

2. 计算全局包围框 #

遍历所有小边界框，提取四个极值得到全局大包围框：

• 全局左边界：global_xmin = min([bbox[0] for bbox in all_small_bboxes])
• 全局上边界：global_ymin = min([bbox[1] for bbox in all_small_bboxes])
• 全局右边界：global_xmax = max([bbox[2] for bbox in all_small_bboxes])
• 全局下边界：global_ymax = max([bbox[3] for bbox in all_small_bboxes])

可选优化：可根据需求添加内边距，避免裁剪到小物体边缘，同时需要做边界校验，确保全局包围框不超出原图的宽高范围：

padding = 10 # 内边距像素值可自定义
img_w, img_h = 原图宽度, 原图高度
global_xmin = max(0, global_xmin - padding)
global_ymin = max(0, global_ymin - padding)
global_xmax = min(img_w, global_xmax + padding)
global_ymax = min(img_h, global_ymax + padding)

3. 裁剪图像区域 #

以下提供两种常用Python图像处理库的实现代码：

PIL 实现

from PIL import Image

# 读取原图
img = Image.open("输入图像路径.jpg")
# 裁剪图像，crop方法参数对应(left, upper, right, lower)
cropped_img = img.crop((global_xmin, global_ymin, global_xmax, global_ymax))
# 保存裁剪结果
cropped_img.save("裁剪结果输出路径.jpg")

OpenCV 实现

import cv2

# 读取原图
img = cv2.imread("输入图像路径.jpg")
img_h, img_w = img.shape[:2]
# 边界校验（可选）
padding = 5
global_xmin = max(0, global_xmin - padding)
global_ymin = max(0, global_ymin - padding)
global_xmax = min(img_w, global_xmax + padding)
global_ymax = min(img_h, global_ymax + padding)
# OpenCV图像为numpy数组，裁剪顺序为[纵坐标范围, 横坐标范围]
cropped_img = img[global_ymin:global_ymax, global_xmin:global_xmax]
# 保存裁剪结果
cv2.imwrite("裁剪结果输出路径.jpg", cropped_img)

注意事项 #

• 所有坐标的单位必须统一为像素，且对应同一图像的坐标系
• 若存在标注为空的情况，需提前过滤无效的小边界框，避免极值计算出错

内容的提问来源于stack exchange，提问作者overthinker1212