如何将矩形/边界盒与图像一起旋转

Question

我正在研究数据增强，并试图生成数据集中每个图像的合成版本。因此，我需要在图像中旋转图像，并与边界框一起旋转。

im只会将图像旋转90、180、270度。

我正在使用pascal-voc注释格式，如图所示在这里。结果，我有以下信息。

x_min，y_min，x_max，y_max。图像的来源（我可以从图像大小中获取）

我在上面进行了很多搜索。但是我找不到旋转边界框（或矩形）的任何解决方案

。 我从

def rotateRect(bndbox, img_size, angle):
    angle = angle * math.pi/180 # conversion from degree to radian
    y_min, y_max, x_min, x_max = bndbox
    ox, oy = img_size[0]/2, img_size[1]/2 # coordinate of origin of image
    rect = [[x_min, y_min], [x_min, y_max],[x_max, y_min],[x_max, y_max]] # coordinates of points of corners of bounding box rectangle.
    nrp = [[0, 0], [0,0 ],[0,0],[0, 0]] #new rectangle position

    for i, pt in enumerate(rect):
        newPx = int(ox + math.cos(angle) * (pt[0] - ox) - math.sin(angle) * (pt[1] - oy)) # new coordinate of point x
        newPy = int(oy + math.sin(angle) * (pt[0] - ox) + math.cos(angle) * (pt[1] - oy))  # new coordinate of point y
        nrp[i] = newPx,newPy
        nx_min, ny_min, nx_max, ny_max = nrp[0][0], nrp[0][1], nrp[2][0], nrp[2][1] # new bounding boxes values. 
     return [ny_min, ny_max, nx_min, nx_max]

谢谢。

编辑：

我需要与图像和边界框一起旋转。 第一张图片是原始的，第二幅是旋转为90度（逆时针），第三张图片旋转为-90度（逆时针）。 我试图确切地说，在油漆上手动旋转。所以我得到了这些结果。

   original of img size:(640x480)
   rotation orj, 90, -90
            --------------
    x_min = 98,  345, 17
    y_min = 345, 218, 98
    x_max = 420, 462, 420
    y_max = 462, 540, 134

Answer 1

我找到了更简单的方式。

基于此剥离。我们可以在不使用这样的三角计算的情况下进行此计算：

def rotate90Deg(bndbox, img_width): # just passing width of image is enough for 90 degree rotation.
   x_min,y_min,x_max,y_max = bndbox
   new_xmin = y_min
   new_ymin = img_width-x_max
   new_xmax = y_max
   new_ymax = img_width-x_min
   return [new_xmin, new_ymin,new_xmax,new_ymax]


rotate90Deg([98,345,420,462],640)

可以一遍又一遍地使用。并返回以Pascal-voc格式返回新的边界框。

Answer 2

好的，也许这会有所帮助。假设您的矩形被存储为标记角的4分集，则将在另一个点周围进行任意旋转。如果您以圆形顺序存储点，则情节甚至看起来像矩形。我不是在图上强迫纵横比，因此旋转的矩形看起来像是偏斜的，但事实并非如此。

import math
import matplotlib.pyplot as plt

def rotatebox( rect, center, degrees ):
    rads = math.radians(degrees)

    newpts = []
    for pts in rect:
        diag_x = center[0] - pts[0]
        diag_y = center[1] - pts[1]

        # Rotate the diagonal from center to top left

        newdx = diag_x * math.cos(rads) - diag_y * math.sin(rads)
        newdy = diag_x * math.sin(rads) + diag_y * math.cos(rads)
        newpts.append( (center[0] + newdx, center[1] + newdy) )

    return newpts

# Return a set of X and Y for plotting.

def corners(rect):
    return [k[0] for k in rect]+[rect[0][0]],[k[1] for k in rect]+[rect[0][1]]

rect = [[50,50],[50,120],[150,120],[150,50]]
plt.plot( *corners(rect) )
rect = rotatebox( rect, (100,100), 135 )
plt.plot( *corners(rect) )
plt.show()

对于90/180/270的情况，可以使代码更简单，因为不需要三角学。这只是添加，减法和交换点。在这里，矩形仅存储[minx，miny，maxx，maxy]。

import matplotlib.pyplot as plt

def rotaterectcw( rect, center ):
    x0 = rect[0] - center[0]
    y0 = rect[1] - center[1]
    x1 = rect[2] - center[0]
    y1 = rect[3] - center[1]
    return center[0]+y0, center[1]-x0, center[0]+y1, center[1]-x1

def corners(rect):
    x0, y0, x1, y1 = rect
    return [x0,x0,x1,x1,x0],[y0,y1,y1,y0,y0]

rect = (50,50,150,120)
plt.plot( *corners(rect) )
rect = rotaterectcw( rect, (60,100) )
plt.plot( *corners(rect) )
rect = rotaterectcw( rect, (60,100) )
plt.plot( *corners(rect) )
rect = rotaterectcw( rect, (60,100) )
plt.plot( *corners(rect) )
plt.show()

Answer 3

我尝试了其他答案中提到的实现，但它们都不适合我。我必须将图像和边界框顺时针旋转90度，所以我做了这种方法，

def rotate90Deg( bndbox , image_width ):
    """
    image_width: Width of the image after clockwise rotation of 90 degrees
    """
    x_min,y_min,x_max,y_max = bndbox
    new_xmin = image_width - y_max # Reflection about center X-line
    new_ymin = x_min
    new_xmax = image_width - y_min # Reflection about center X-line
    new_ymax = x_max
    return [new_xmin, new_ymin,new_xmax,new_ymax]

用法

image = Image.open( "..." )
image = image.rotate( -90 )
new_bbox = rotate90Deg( bbox , image.width )