【目标检测】图片缩放至固定尺寸的一种方案

前言

目标检测中，卷积网络训练时的图片通常是要求固定尺寸大小的图片（例如416*416），但是直接将图片进行resize处理会引起图片一定程度上的失真，如下图。

一种有效的方法是将图片长宽等比例缩放至所需尺寸，剩余部分利用padding进行填充，以解决图像失真问题。

代码

from PIL import Image
def letterbox_image(image, size):
    # 对图片进行resize，使图片不失真。在空缺的地方进行padding
    iw, ih = image.size
    w, h = size
    scale = min(w/iw, h/ih)
    nw = int(iw*scale)
    nh = int(ih*scale)

    image = image.resize((nw,nh), Image.BICUBIC)
    new_image = Image.new('RGB', size, (128,128,128))
    new_image.paste(image, ((w-nw)//2, (h-nh)//2))
    return new_image

img = Image.open("123.jpg")
new_image = letterbox_image(img,[416,416])
new_image.show()

其中：image为数据集中的图片，size为卷积神经网络输入需要的尺寸
该方法的思想为：

1. 计算等比缩小的系数
2. 将原图像乘以系数等比缩小
3. 将剩余部分进行填充