目标检测(二)——锚框总结与代码实现（可完整实现）

锚框的含义

锚框： 一种假象的框，提前人为设定——通常是在每个像素中心点绘制一定数量的不同长宽比的锚框。（不是真实框，是模型预测时需要的一种预置框）
锚框的数据格式与 边界框是一样的, 通常也有两种形式； xyxy, xywh。

下面是锚框在指定的一个像素中心上的绘制效果:

接下来，我们用代码来构建这个锚框的绘制！

代码实践

0. 导入的基本库

import numpy as np  # 可能用到的数据值计算库
import os           # 可能用到的文件操作
import matplotlib.pyplot as plt   		# 图形绘制 
import matplotlib.patches as patches 	# 添加矩形框
import matplotlib.image as image  		# 读取图像数据

1. anchor_box的表示

这里与bounding box的表示是一样的！

def BoundingBox_Denote(bbox=[], mode=True):
    '''边界框的表示形式的转换
        bbox: 包含(x1, y1, x2, y2)四个位置信息的数据格式
        mode: 边界框数据表示的模式
             True:  to (x1,y1,x2,y2)
             False: to (x,y,w,h)
        
        return: 返回形式转换后的边界框数据
    '''
    denote_bbox = [] # 转换表示的边界框

    if mode is True:  # 保持原形式
        denote_bbox = bbox
    else:  # 转换为(center_x, center_y, w, h)
        center_x = (bbox[0]+bbox[2]) / 2.0
        center_y = (bbox[1]+bbox[3]) / 2.0
        w = bbox[2] - bbox[0]
        h = bbox[3] - bbox[1]
        denote_bbox = [center_x, center_y, w, h]
    
    # 返回表示转换的边界框表示
    denote_bbox = np.asarray(denote_bbox,  dtype='float32')
    return denote_bbox

2. 绘制边界框矩形

定义绘制矩形的函数——与boungding box的矩形绘制一样！

def draw_rectangle(bbox=[], mode=True, color='k', fill=False):
    '''绘制矩形框
        bbox：边界框数据（默认框数据不超过图片边界）
        mode: 边界框数据表示的模式
             True:  to (x1,y1,x2,y2)
             False: to (x,y,w,h)
        color: 边框颜色
        fill: 是否填充
    '''
    if mode is True: # to (x1,y1,x2,y2)
        x = bbox[0]
        y = bbox[1]
        w = bbox[2] - bbox[0] + 1  # 考虑到实际长度由像素个数决定，因此加1（可按坐标轴上两点间的点数推导）
        h = bbox[3] - bbox[1] + 1
    else: # to (x,y,w,h)
    	# 默认绘制的框不超出边界
        x = bbox[0] - bbox[2] / 2.0
        y = bbox[1] - bbox[3] / 2.0
        w = bbox[2]
        h = bbox[3]
    
    # 绘制边界框
    # patches.Rectangle需要传入左上角坐标、矩形区域的宽度、高度等参数
    # 获取绘制好的图形的返回句柄——用于添加到当前的图像窗口中
    rect = patches.Rectangle((x, y), w, h, 
                             linewidth=1,        # 线条宽度
                             edgecolor=color,    # 线条颜色
                             facecolor='y',      # 
                             fill=fill, linestyle='-')
    
    return rect

3. 绘制锚框的方法

相比于bounding box，anchor box主要在于是以某一个像素点为中心进行多个框的绘制——通常为3个。

def draw_anchor(ax, center, length, scales, ratios, img_height, img_width, color='r'):
    '''绘制锚框————同一中心点三个不同大小的锚框
        ax: plt的窗体句柄——用于调用矩形绘制
        center：中心点坐标
        length：基本长度
        scales：尺寸
        ratios：长宽比
        img_height: 图片高
        img_width: 图片宽

        一个锚框的大小，由基本长度+尺寸+长宽比有关
        同时锚框的最终计算值与图片实际大小有关——不能超过图片实际范围嘛
    '''

    bboxs = []  # 这里的边界框bbox是指的锚框

    for scale in scales: # 遍历尺寸情况
        for ratio in ratios: # 同一尺寸下遍历不同的长宽比情况
            # 利用基本长度、尺寸与长宽比进行锚框长宽的转换
            h = length * scale * np.math.sqrt(ratio)
            w = length * scale / np.math.sqrt(ratio)
            # 利用求得的长宽，确定绘制矩形需要的左上角顶点坐标和右下角顶点坐标
            # 不同的绘制API可能有不同的参数需要，相应转换即可
            x1 = max(center[0] - w / 2., 0.)  # 考虑边界问题
            y1 = max(center[1] - h / 2., 0.)
            x2 = min(center[0] + w / 2. - 1.0, img_width - 1.)  # center[0] + w / 2 -1.0 是考虑到边框不超过边界
            y2 = min(center[1] + h / 2. - 1.0, img_height - 1.)
            
            bbox = [x1, y1, x2, y2]
            print('An Anchor: ', bbox)
            bboxs.append(bbox)  # 押入生成的anchor

    for bbox in bboxs:

        denote_mode = True  # 当前的目标数据形式： True: (x1, y1, x2, y2)
        denote_bbox = BoundingBox_Denote(bbox=bbox, mode=denote_mode)

        # 绘制anchor的矩形框
        rect = draw_rectangle(bbox=denote_bbox, mode=True, color=color)
        
        ax.add_patch(rect)

4. 单个锚框的演示代码

# 先读取图像，再绘制
fig = plt.figure(figsize=(12, 8))
ax = plt.gca()

# 图片路径
img_path = os.path.join(os.getcwd(), 'img', '1.jpg')
img = image.imread(img_path) # 读取图片数据
plt.imshow(img)  # 展示图片
print(img.shape[0])
print(img.shape[1])

# center: [310, 160]
draw_anchor(ax=ax, center=[310, 160], 
			length=200, scales=[1.0], ratios=[0.5, 1.0, 2.0], 
			img_height=img.shape[0], img_width=img.shape[1],
			color='r')

plt.show()

结果图片

5. 给整张图片绘制锚框

这里按照一定的间隔取像素中心进行锚框的绘制！

    # 先读取图像，再绘制
    fig = plt.figure(figsize=(12, 8))
    ax = plt.gca()

    # 图片路径
    img_path = os.path.join(os.getcwd(), 'img', '1.jpg')
    img = image.imread(img_path) # 读取图片数据
    plt.imshow(img)  # 展示图片
    print(img.shape[0])
    print(img.shape[1])

    # # center: [310, 160]
    # draw_anchor(ax=ax, center=[310, 160], 
    #             length=200, scales=[1.0], ratios=[0.5, 1.0, 2.0], 
    #             img_height=img.shape[0], img_width=img.shape[1],
    #             color='b')

    # # center: [200, 200]
    # draw_anchor(ax=ax, center=[200, 200], 
    #             length=100, scales=[1.0], ratios=[0.5, 1.0, 2.0], 
    #             img_height=img.shape[0], img_width=img.shape[1],
    #             color='r')

    # 每间隔100个像素上绘制三个基本长度为120的锚框
    for i in range(0, img.shape[0], 100):  # y值
        for j in range(0, img.shape[1], 100): # x值
            # center: x, y
            y = i 
            x = j
            draw_anchor(ax=ax, center=[x, y], 
                        length=120, scales=[1.0], ratios=[0.5, 1.0, 2.0], 
                        img_height=img.shape[0], img_width=img.shape[1],
                        color='b')
    
    plt.show()

结果图片

相关链接(持续更新)
目标检测(一)——边界框总结与代码实现（可完整实现）
目标检测(三)——IoU总结与代码实现（可完整实现）