目标检测(一)——边界框总结与代码实现（可完整实现）

Bounding box基本概念

边界框：就是定义物体实际位置的一个概念——通常为矩形框，有时也可以取多边形框。

如下图所示:

其中的红色框线就是我们的边界框——在目标检测中一般认为真实框就是边界框， 而预测框与锚框对应。

上图中的边界框要想表示出来，可以有两种表示方式:

• 一种：以 $xyxy$ 表示，即边界框的左上顶点 $(x_1,y_1)$ ，右下顶点 $(x_2,y_2)$ ：
  • 上图中，最后边的边界框就可以表示为: $(247.2,131.62,480.0,639.32)$
• 另一种：以 $xywh$ 表示，即边界框的中心点与边界框的长(高)宽:
  • $(x,y,w,h)$ , $w$ 是边界框的宽， $h$ 是边界框的长(高)

现在基本了解了边界框的含义和表示，那么我们来用代码绘制一下吧！

Bounding box代码实现

bbox： 即 Bounding box

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. bbox的表示

这里提供一个方法，实现两种表示形式bbox的转换——输入统一为xyxy，但转换后输出可以是xyxy与xywh两者之一。

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

使用matplotlib重点patchesAPI来绘制矩形——也可以换opencv等其它方法绘制。

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
        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. 将边界框添加在图片上展示

def img_draw_bbox(bbox=[10, 20, 90, 100], mode=True):
    '''将边界框绘制到实际图片上
        bbox: 需要绘制的边界框
        mode: 边界框数据表示的转换模式
             True:  to (x1,y1,x2,y2)
             False: to (x,y,w,h)
    '''
    fig = plt.figure(figsize=(12, 8))
    ax = plt.gca()  # 窗口句柄

    # 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

    # 边界框数据转换
    denote_mode = mode  # 边界框表示形式——确定数据格式
    # 经过转换后的边界框数据
    bbox1 = BoundingBox_Denote(bbox=bbox, mode=denote_mode)

    # 绘制表示模式2的边界框
    rect1 = draw_rectangle(bbox=bbox1, mode=denote_mode, color='r')
    ax.add_patch(rect1)  # 将矩形添加到当前的图片上

    plt.show()

4. 演示代码

# 边界框真实数据
test_bbox = [160, 60, 460, 260]

# 边界框数据表示模式——输入的bbox数据必须是[x1,y1,x2,y2]
# True:  to (x1,y1,x2,y2)
# False: to (x,y,w,h)
# denote_mode = True
denote_mode = False

# 测试边界框的转换是否成功
test_bbox_denote(bbox=test_bbox, mode=denote_mode)

# 测试边界框的绘制
img_draw_bbox(bbox=test_bbox, mode=denote_mode)

结果图片

相关链接(持续更新)
目标检测(二)——锚框总结与代码实现（可完整实现）
目标检测(三)——IoU总结与代码实现（可完整实现）