如何提取具有负坐标值的图像？

Question

我目前正在尝试提取较大图像内的边界框，如下所示：

img = cv2.imread(args.data_dir + i[1]["image_id"])

x = int(i[1]['xCenter'])
y = int(i[1]['yCenter'])

x1 = int(i[1]['xCenter'] - patch_direction)
y1 = int(i[1]['yCenter'] - patch_direction)

bbox = img[y1:y1+args.patch_size, x1:x1+args.patch_size]

cv2.imwrite(args.fp_dir + f'{(i[1]["image_id"]).rstrip(".png")}_x_{x}_y_{y}.png', bbox)

但是，当 x1 或 y1 坐标为负数时，我遇到问题。我假设问题始于 bbox 数组，所以想知道是否有解决方法？

我正在尝试从 512 x 512 图像中提取一个固定大小的 32 x 32 框，因此需要“填充”无法以该尺寸提取的图像。

Answer 1

您有两种可能的方法：

• 您可以提取每个补丁，将其裁剪到图像的边缘，然后应用填充。您只需确保 x1 和 y1 为正数： bbox = img[math.max(y1, 0): ...
• 您可以填充整个图像和偏移坐标。这可能会更好，因为您已经对 x 和 y 进行负偏移来创建 x1 和 y1。只需使用 np.pad 填充图像并使用 x 和 y 直接：

img = np.pad(img, (patch_direction,)) # This pads before and after on each axis with the same amount
bbox = img[y:y+args.patch_size, x:x+args.patch_size]

编辑：您在评论中提到您的图像的形状为 (w, h, 3)。我假设你有一个灰度图像（二维数组）。在这种情况下，您必须使用更复杂的 np.pad 版本：

img = np.pad(img, ((patch_direction,patch_direction), (patch_direction,patch_direction), (0,0)))

这将避免填充最终轴（颜色通道）。