目标检测xywh格式转xyxy格式

这两天在看YOLOv1的代码，看到这边博客给了代码

传送门：动手学习深度学习pytorch版——从零开始实现YOLOv1

其中有个地方需要用到cv2.rectangle（）函数来给图像进行框选

这个函数中的pt1和pt2参数指的就是要框选的图像的左上角点和右下角点，这大家也都知道了

但是当时只有中心宽高（xywh）格式的坐标数据，所以我们需要把它转换成xyxy格式（左上角点和右下角点）的坐标数据

代码先前已经做的工作是，遍历了图片，获取它的xml数据，从而获得的宽高、xyxy格式的变量，然后再通过convert（）函数对数据进行归一化

def convert(size, bbox):
    """
    将bbox的左上角点、右下角点坐标的格式，转换为bbox中心点 + bbox的w,h的格式，并进行归一化
    size: [weight, height]
    bbox: [Xmin, Ymin, Xmax, Ymax]
    即：xyxy（左上右下） ——> xywh（中心宽高）
    xyxy（左上右下）:左上角的xy坐标和右下角的xy坐标
    xywh（中心宽高）:边界框中心点的xy坐标和图片的宽度和高度
    """
    dw = 1. / size[0]
    dh = 1. / size[1]
    x = (bbox[0] + bbox[2]) / 2.0
    y = (bbox[1] + bbox[3]) / 2.0
    w = bbox[2] - bbox[0]
    h = bbox[3] - bbox[1]
    x = x * dw
    y = y * dh
    w = w * dw
    h = h * dh
    return (x, y, w, h)

 但是后来我只想检验一张图片，所以再根据路径读取xml数据有点麻烦，代码中有两行关于pt1和pt2的计算公式，是怎么来的呢，下面我笨拙地推导一下（目前还没理解到其他好理解的方式能直接写出这个公式，因为我是直接推导了一遍，才看明白这个公式是啥意思）

show_labels_img("2011_000002")


def show_labels_img(imgname):
    """imgname是输入图像的名称，无下标"""
    img = cv2.imread(STATIC_DATASET_PATH + "/JPEGImages/" + imgname + ".jpg")  # 用于读取图片文件
    h, w = img.shape[:2]
    # label = []
    '''
    1) ./是当前目录
    2) ../是父级目录
    3) /是根目录
    '''
    with open(STATIC_DATASET_PATH + "/labels/" + imgname + ".txt", "r") as labels:
        for label in labels:
            label = label.split(" ")
            # label: [类、x、y、w、h（中心宽高）]
            label = [float(x.strip()) for x in label]
            # 根据convert（）推导pt1和pt2的公式
            pt1 = (int(label[1] * w - label[3] * w / 2), int(label[2] * h - label[4] * h / 2))  # 矩形的左上角
            print(pt1)
            pt2 = (int(label[1] * w + label[3] * w / 2), int(label[2] * h + label[4] * h / 2))  # 矩形的右下角
            print(pt2)
            #  图像、文字内容、坐标、字体样式、字体大小、颜色、粗细
            cv2.putText(img, GL_CLASSES[int(label[0])], pt1, cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255))
            '''
            pt1: x1, y1（矩形的左上角）
            pt2: x2, y2（矩形的右下角）
            color：B G R
            '''
            cv2.rectangle(img, pt1, pt2, (0, 0, 255), 2)
    cv2.imshow("img", img)
    cv2.waitKey(0)  # 持续显示图片直到有按键被按下，用鼠标选中图片显示窗口，按下键盘任意键即可关闭该窗口（）必须要有这一行，否则无法显示图片

推导过程如下：