根据YOLO检测出的坐标在原图上进行目标区域的裁剪

  在使用YOLO算法进行目标检测的时候，我们常常需要获取检测到的目标图像进行下一步操作，Franpper在本文中为大家提供了预测时生成存放目标坐标的.txt文件与通过坐标在原图上进行裁剪目标图像的方法。

目录

一、生成预测结果的坐标txt文件

 二、通过坐标在原图上进行裁剪目标图像

---

一、生成预测结果的坐标txt文件

在预测程序detect.py中，有这样一行代码，是用来选择是否生成预测结果的坐标txt文件

parser.add_argument('--save-txt', action='store_true', help='save results to *.txt')

 加上default=True，如下。即可在生成预测结果的时候同时生成txt文件

parser.add_argument('--save-txt', default=True, action='store_true', help='save results to *.txt')

存放在 labels文件夹中

 二、通过坐标在原图上进行裁剪目标图像

import os
import cv2

path = r'F:\work\2023-0103-0106\part\exp\labels'         # jpg图片和对应的生成结果的txt标注文件，放在一起
path3 = r'F:\work\2023-0103-0106\part\exp\labels\cut'    # 裁剪出来的小图保存的根目录
path2 = r'F:\work\2023-0103-0106\part\exp\labels\crop'   # 覆盖目标区域后的原图

file = os.listdir(path)
# 生成图像与标签名称列表
img_total = []
txt_total = []
for filename in file:
    first, last = os.path.splitext(filename)
    if last == ".jpg":                      # 图片的后缀名
        img_total.append(first)
    else:
        txt_total.append(first)

for img_name in img_total:
    if img_name in txt_total:
        filename_img = img_name+".jpg"
        path1 = os.path.join(path, filename_img)
        img = cv2.imread(path1)
        h, w = img.shape[0], img.shape[1]
        img = cv2.resize(img, (w, h), interpolation=cv2.INTER_CUBIC)  # resize 图像大小，否则roi区域可能会报错
        filename_txt = img_name+".txt"
        n = 1
        with open(os.path.join(path, filename_txt), "r+", encoding="utf-8", errors="ignore") as f:
            for line in f:
                coordinate = line.split(" ")
                x_center = w * float(coordinate[1])       # coordinate[1]左上点的x坐标
                y_center = h * float(coordinate[2])       # coordinate[2]左上点的y坐标
                width = int(w*float(coordinate[3]))       # coordinate[3]图片width
                height = int(h*float(coordinate[4]))      # coordinate[4]图片height
                lefttopx = int(x_center-width/2.0)
                lefttopy = int(y_center-height/2.0)
                filename_last = img_name + "_" + str(n) + ".jpg"
                roi = img[lefttopy+1:lefttopy+height+3, lefttopx+1:lefttopx+width+1]
                cv2.imwrite(os.path.join(path3, filename_last), roi)
                filename_last = img_name+"_"+str(n)+".jpg"    # 裁剪出来的小图文件名
                img[lefttopy + 1:lefttopy + height + 3, lefttopx + 1:lefttopx + width + 1] = (255, 255, 255)
                n = n+1
            cv2.imwrite(os.path.join(path2, filename_last), img)
    else:
        continue