python对图像中物体的bounding box区域做裁剪（使用PIL头文件）

bounding box表达形式：

在图像处理和计算机视觉中，bounding box 通常有两种表示形式：

xyxy 形式

即 [𝑥min,𝑦min,𝑥max,𝑦max] ,即表示物体的左上角和右下角的坐标。

xywh 形式

即 [𝑥,𝑦,𝑤,ℎ]表示左上角的坐标(𝑥,𝑦)以及宽度 𝑤 和高度 ℎ 。
在不同的表示形式下，代码处理会有所不同。

给图像做裁剪的几种方法（xyxy形式）

当你知道图像中物体的bounding box之后，给图像做裁剪的方法有很多种，具体方法依赖于你的需求和具体的场景，以下是几种常见的裁剪方法：

• 直接裁剪单个物体：根据单个物体的bounding box裁剪图像。
• 裁剪包含两个物体的区域：根据两个物体的bounding box的最小外接矩形裁剪图像。
• 扩大边界裁剪：在bounding box的基础上扩大一定的边界，然后裁剪图像。
• 随机裁剪增强：在bounding box附近随机裁剪，作为数据增强的方法。
• 固定比例裁剪：按照固定的宽高比例裁剪bounding box区域。

1. 直接裁剪单个物体

from PIL import Image

def crop_single_object(image_path, bbox):
    with Image.open(image_path) as img:
        cropped_img = img.crop(bbox)
        cropped_img.show()  # 展示裁剪后的图像
        # cropped_img.save("path_to_save_cropped_image.jpg")  # 保存裁剪后的图像

image_file = "path_to_image.jpg"
bbox = [50, 50, 200, 200]  # x_min, y_min, x_max, y_max
crop_single_object(image_file, bbox)

2. 裁剪包含两个物体的区域

from PIL import Image

def crop_two_objects(image_path, bbox1, bbox2):
    x_min = min(bbox1[0], bbox2[0])
    y_min = min(bbox1[1], bbox2[1])
    x_max = max(bbox1[2], bbox2[2])
    y_max = max(bbox1[3], bbox2[3])
    with Image.open(image_path) as img:
        cropped_img = img.crop((x_min, y_min, x_max, y_max))
        cropped_img.show()  # 展示裁剪后的图像
        # cropped_img.save("path_to_save_cropped_image.jpg")  # 保存裁剪后的图像

image_file = "path_to_image.jpg"
bbox1 = [50, 50, 150, 150]
bbox2 = [100, 100, 200, 200]
crop_two_objects(image_file, bbox1, bbox2)

3. 扩大边界裁剪

from PIL import Image

def crop_with_margin(image_path, bbox, margin=10):
    x_min = max(0, bbox[0] - margin)
    y_min = max(0, bbox[1] - margin)
    x_max = bbox[2] + margin
    y_max = bbox[3] + margin
    with Image.open(image_path) as img:
        cropped_img = img.crop((x_min, y_min, x_max, y_max))
        cropped_img.show()  # 展示裁剪后的图像
        # cropped_img.save("path_to_save_cropped_image.jpg")  # 保存裁剪后的图像

image_file = "path_to_image.jpg"
bbox = [50, 50, 200, 200]
crop_with_margin(image_file, bbox)

4. 随机裁剪增强

from PIL import Image
import random

def random_crop(image_path, bbox, max_offset=20):
    x_min = bbox[0] + random.randint(-max_offset, max_offset)
    y_min = bbox[1] + random.randint(-max_offset, max_offset)
    x_max = bbox[2] + random.randint(-max_offset, max_offset)
    y_max = bbox[3] + random.randint(-max_offset, max_offset)
    with Image.open(image_path) as img:
        cropped_img = img.crop((x_min, y_min, x_max, y_max))
        cropped_img.show()  # 展示裁剪后的图像
        # cropped_img.save("path_to_save_cropped_image.jpg")  # 保存裁剪后的图像

image_file = "path_to_image.jpg"
bbox = [50, 50, 200, 200]
random_crop(image_file, bbox)

5. 固定比例裁剪

from PIL import Image

def crop_fixed_ratio(image_path, bbox, ratio=1.0):
    width = bbox[2] - bbox[0]
    height = bbox[3] - bbox[1]
    center_x = bbox[0] + width // 2
    center_y = bbox[1] + height // 2
    if width > height:
        new_height = width // ratio
        new_bbox = [center_x - width // 2, center_y - new_height // 2, center_x + width // 2, center_y + new_height // 2]
    else:
        new_width = height * ratio
        new_bbox = [center_x - new_width // 2, center_y - height // 2, center_x + new_width // 2, center_y + height // 2]
    with Image.open(image_path) as img:
        cropped_img = img.crop(new_bbox)
        cropped_img.show()  # 展示裁剪后的图像
        # cropped_img.save("path_to_save_cropped_image.jpg")  # 保存裁剪后的图像

image_file = "path_to_image.jpg"
bbox = [50, 50, 200, 200]
crop_fixed_ratio(image_file, bbox, ratio=1.5)

xywh的案例

假设 bounding box 是 [𝑥,𝑦,𝑤,ℎ]形式的，需要将其转换为 [𝑥min,𝑦min,𝑥max,𝑦max]形式后再进行裁剪：

这里只提供几个案例助大家理解：

单物体示例：包含单个物体的裁剪：

from PIL import Image

def crop_xywh(image_path, bbox):
    x, y, w, h = bbox
    x_min = x
    y_min = y
    x_max = x + w
    y_max = y + h
    with Image.open(image_path) as img:
        cropped_img = img.crop((x_min, y_min, x_max, y_max))
        cropped_img.show()  # 展示裁剪后的图像
        # cropped_img.save("path_to_save_cropped_image.jpg")  # 保存裁剪后的图像

image_file = "path_to_image.jpg"
bbox = [50, 50, 150, 150]  # x, y, w, h
crop_xywh(image_file, bbox)

综合示例：处理包含两个物体的区域裁剪

from PIL import Image

def crop_two_objects_xywh(image_path, bbox1, bbox2):
    x1, y1, w1, h1 = bbox1
    x2, y2, w2, h2 = bbox2
    x_min = min(x1, x2)
    y_min = min(y1, y2)
    x_max = max(x1 + w1, x2 + w2)
    y_max = max(y1 + h1, y2 + h2)
    with Image.open(image_path) as img:
        cropped_img = img.crop((x_min, y_min, x_max, y_max))
        cropped_img.show()  # 展示裁剪后的图像
        # cropped_img.save("path_to_save_cropped_image.jpg")  # 保存裁剪后的图像

image_file = "path_to_image.jpg"
bbox1 = [50, 50, 100, 100]  # x, y, w, h
bbox2 = [100, 100, 100, 100]  # x, y, w, h
crop_two_objects_xywh(image_file, bbox1, bbox2)