2

这是我得到的收据图像，我使用 matplotlib 绘制了它，

# x1, y1, x2, y2, x3, y3, x4, y4
bbox_coords = [[650, 850], [1040, 850], [1040, 930], [650, 930]]

image = cv2.imread(IMG_FILE)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

fig, ax = plt.subplots(figsize=(20, 20))
ax.imshow(gray, cmap='Greys_r'); 
rect = Polygon(bbox_coords, fill=False, linewidth=1, edgecolor='r')
ax.add_patch(rect)
plt.show()

print(gray.shape)
(4376, 2885)

收据图片

然后，我裁剪了原始的灰色图像并使用相同的边界框坐标再次绘制它，这是结果，

# cropped the original image    
gray_new = gray[25:4314, 147:2880] 

fig, ax = plt.subplots(figsize=(20, 20))
ax.imshow(gray_new, cmap='Greys_r'); 
rect = Polygon(bbox_coords, fill=False, linewidth=1, edgecolor='r')
ax.add_patch(rect)
plt.show()

print(gray_new.shape)
(4289, 2733)

裁剪收据

所以，我正在寻找一种方法来制作边界框以适应裁剪后的图像。我不知道如何实现它。

编辑：

如果您想复制问题，这是另一个图像，receipt-2这些是图像的 b-box 坐标[1638,1462,2974,1462,2974,1549,1638,1549]。

4

2 回答 2

4

如果您裁剪25了左侧的147像素和顶部的像素，那么您必须25从所有X值中减去像素，并147从Y值中减去像素，因为图像上的所有元素都向左移动了 25 个像素，向顶部移动了 147 个像素。

box_coords = [
    [650-25,  850-147],
    [1040-25, 850-147],
    [1040-25, 930-147],
    [650-25,  930-147]
]

print(bbox_coords)

编辑：使用代码

bbox_coords = [[650, 850], [1040, 850], [1040, 930], [650, 930]]

bbox_coords = [[x-25, y-147] for x,y in bbox_coords]

print(bbox_coords)

顺便说一句：你在右边和底部裁剪了多少像素并不重要。

编辑：重新缩放图像的计算

计算保持比例的尺寸

old_width = 4376
old_height = 2885
new_width = 550
#new_height = 270 # doesn't keep proportion
new_height = int(new_width/(old_width/old_height)) # keep proportion

print('new size:', new_width, new_height)
print('proportions:', (old_width/old_height), (new_width/new_height))

new_image = resize(original_img, shape=(new_width, new_height))

当图像改变大小时计算位置（我假设它不保持比例）。

scale_x = old_width/new_width
scale_y = old_height/new_height

print('scale:', scale_x, scale_y)

bbox_coords = [[int(x/scale_x), int(y/scale_y)] for x,y in bbox_coords]

print(bbox_coords)

如果图像保持比例scale_x == scale_y，那么您可以为所有值计算和使用一个比例。

于 2020-01-08T19:20:42.707 回答
1

您必须移动多边形的坐标，与您x在y坐标中裁剪的数量相同。

考虑到应用 时gray_new = gray[25:4314, 147:2880]，这意味着[rows, columns]，因此对于绘图，您将删除轴上的前 25 个像素和y轴上的前 147 个像素x。

结果将是

bbox_coords = [[x - 147, y-25] for x, y in bbox_coords]

和价值观：

bbox_coords = [[503, 825], [893, 825], [893, 925], [503, 925]]
于 2020-01-08T19:22:35.153 回答