带边界框图像的缩放及边界框适配技术实现问询

嘿，我帮你检查了这段代码，发现了一个关键的小错误，会导致bounding box的坐标适配完全出错哦！

问题所在 #

OpenCV读取图像后，img.shape返回的顺序是**(高度, 宽度, 通道数)**，你这里把x_赋值为img.shape[0]（也就是图像的高度），y_赋值为img.shape[1]（图像的宽度），但后续计算缩放因子时，把x方向（对应图像宽度）的缩放用了高度的比例，y方向（对应图像高度）的缩放用了宽度的比例，这就搞反了，会让bounding box被拉伸变形，坐标完全不对。

正确的实现方式 #

我们需要把缩放因子和坐标的对应关系理清楚：

• 原始图像的宽度对应bounding box的x轴坐标（xmin、xmax），所以宽度缩放因子要用来计算x方向的坐标
• 原始图像的高度对应bounding box的y轴坐标（ymin、ymax），所以高度缩放因子要用来计算y方向的坐标

下面是修正后的完整代码：

import cv2
import numpy as np

# 读取图像
img = cv2.imread("img.jpg", 3)
# 正确获取原始图像的高度和宽度（注意顺序：先高度后宽度）
orig_height, orig_width = img.shape[:2]
# 缩放图像到416x416
resized_img = cv2.resize(img, (416, 416))

# 计算正确的缩放因子：宽度缩放因子对应x坐标，高度缩放因子对应y坐标
width_scale = 416 / orig_width
height_scale = 416 / orig_height

# 原始bounding box参数：(xmin, ymin, xmax, ymax)
orig_bbox = (128, 25, 447, 375)
xmin, ymin, xmax, ymax = orig_bbox

# 计算调整后的bounding box坐标
new_xmin = int(np.round(xmin * width_scale))
new_ymin = int(np.round(ymin * height_scale))
new_xmax = int(np.round(xmax * width_scale))
new_ymax = int(np.round(ymax * height_scale))

# 可以验证一下：把调整后的bbox画在缩放后的图像上看看效果
cv2.rectangle(resized_img, (new_xmin, new_ymin), (new_xmax, new_ymax), (0, 255, 0), 2)
cv2.imshow("Resized Image with BBox", resized_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

额外提示 #

• 记得导入numpy库（你代码里用到了np.round，但没写导入，需要补上）
• 如果后续要做目标检测相关的任务，还要注意bbox的坐标不能超出缩放后图像的范围（比如不能小于0，不能大于415，因为图像尺寸是416x416，坐标从0开始计数）

内容的提问来源于stack exchange，提问作者jejjejd