目标检测数据增强——裁剪

在图像识别任务中，裁剪是一种比较常用的数据增强方法。通过numpy对图像数组进行截取就可以实现裁剪的功能。

对于像目标检测这类带标注框的图像识别任务，裁剪要确保目标不被裁掉，另外，还要更新标注框的位置，因为经过裁剪后目标在图中的位置发生了变化。以下函数实现了：

1. 在保证目标点points不被裁掉的情况下，随机裁剪图像。
2. 计算原图中坐标点points在裁剪后的图像中的位置坐标。

import numpy as np
import random


def random_crop_with_points(image, points):
    """随机裁剪图像，并计算points在裁剪后的图像中的位置.
    Args:
        image: 图像数组
        points: [(x, y), ...]，原图像中的坐标点集合
    Return:
        new_img: 裁剪后的图像
        new_pts: [(x, y), ...]，原图中的点在裁剪后的图中的位置
    """

    h, w = image.shape[: 2]
    points = np.array(points, np.int32)
    min_x, min_y, max_x, max_y = np.min(points[:, 0]), np.min(points[:, 1]), np.max(points[:, 0]), np.max(points[:, 1])

    t, b, lft, r = (random.randint(0, min_y),
                    random.randint(max_y + 1, h) if max_y + 1 < h else max_y + 1,
                    random.randint(0, min_x),
                    random.randint(max_x + 1, w) if max_x + 1 < w else max_x + 1)

    new_img = image[t: b, lft: r, :]

    new_pts = [[x - lft, y - t] for x, y in points]

    return new_img, new_pts

版权声明：本文为CSDN博主「warpin」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/lhp171302512/article/details/117388643