【机器学习知识点】3. 目标检测任务中如何在图片上的目标位置绘制边界框

本文链接：https://blog.csdn.net/qq_42589613/article/details/128643160

本文介绍了在计算机视觉中的目标检测任务，通过导入图片并定义边界框绘制函数，展示如何在图像上标注目标物体的位置，以矩形边界框表示。示例中展示了如何在一张包含狗和猫的图片上画出它们的边界框。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

前言

在图像分类任务中，很多时候我们不仅要知道图像中目标的类别，而且还想知道它们在图像中的具体位置。在计算机视觉里，这类任务被称为目标检测（object detection）或物体检测。

目标检测的应用领域十分广泛。例如，在无人驾驶里，需要通过识别拍摄到的视频图像里的车辆、行人、道路和障碍的位置来规划行进线路。机器人也常通过该任务来检测感兴趣的目标。安防领域则需要检测异常目标，如歹徒或者炸弹等。

本文将介绍如何在图片中标出目标所在的区域边界框。

导入图片

先导入实验所需的包或模块。

%matplotlib inline
from PIL import Image
from IPython import display
import sys
from matplotlib import pyplot as plt

下面加载示例图像，如下图所示：图像左边是一只狗，右边是一只猫。它们是这张图像里的两个主要目标。

figsize=(3.5, 2.5)
display.set_matplotlib_formats('svg')
plt.rcParams['figure.figsize'] = figsize
img = Image.open('./img/catdog.jpg')
plt.imshow(img);  # 加分号只显示图

在这里插入图片描述

定义边界框绘制函数

在目标检测里，我们通常使用边界框（bounding box）来描述目标位置。边界框是一个矩形框，可以由矩形左上角的 $x$ 和 $y$ 轴坐标与右下角的 $x$ 和 $y$ 轴坐标确定。我们根据上面的图的坐标信息来定义图中狗和猫的边界框。图中的坐标原点在图像的左上角，原点往右和往下分别为 $x$ 轴和 $y$ 轴的正方向。

# bbox是bounding box的缩写
dog_bbox, cat_bbox = [60, 45, 378, 516], [400, 112, 655, 493]

定义一个辅助函数bbox_to_rect。它将边界框表示成matplotlib的边界框格式。

def bbox_to_rect(bbox, color):  
    # 将边界框(左上x, 左上y, 右下x, 右下y)格式转换成matplotlib格式：
    # ((左上x, 左上y), 宽, 高)
    return plt.Rectangle(
        xy=(bbox[0], bbox[1]), width=bbox[2]-bbox[0], height=bbox[3]-bbox[1],
        fill=False, edgecolor=color, linewidth=2)

在图片中绘制边界框

我们将边界框加载在图像上，可以看到目标的主要轮廓基本在框内。

fig = plt.imshow(img)
fig.axes.add_patch(bbox_to_rect(dog_bbox, 'blue'))
fig.axes.add_patch(bbox_to_rect(cat_bbox, 'red'))

输出：
在这里插入图片描述

总结

在目标检测里不仅需要找出图像里面所有感兴趣的目标，而且要知道它们的位置。位置一般由矩形边界框来表示。

如果文章内容对你有帮助，感谢点赞+关注！

欢迎关注下方GZH：阿旭算法与机器学习，共同学习交流~