tensorflow - 在 Tensorflow 对象检测 API 中将图像裁剪到边界框

Question

如何在 Tensorflow 中将图像裁剪到边界框？我正在使用 Python API。

根据文档，

tf.image.crop_to_bounding_box(image, offset_height, offset_width, target_height, target_width)

Crops an image to a specified bounding box.

This op cuts a rectangular part out of image. The top-left corner of the returned image is at offset_height, offset_width in image, and its lower-right corner is at offset_height + target_height, offset_width + target_width.

我可以得到标准化坐标中边界框的坐标，

    ymin = boxes[0,i,0]
    xmin = boxes[0,i,1]
    ymax = boxes[0,i,2]
    xmax = boxes[0,i,3]

并将它们转换为绝对坐标，

    (xminn, xmaxx, yminn, ymaxx) = (xmin * im_width, xmax * im_width, ymin * im_height, ymax * im_height)

但是我不知道如何在 crop_to_bounding_box 函数中使用这些坐标。

Answer 1

由于我们将 x 视为水平方向，将 y 视为垂直方向，因此以下操作将使用指定框裁剪图像。

cropped_image = tf.image.crop_to_bounding_box(image, yminn, xminn, 
                                       ymaxx - yminn, xmaxx - xminn)