Javascript AWS Rekognion x,y公式
我试图在一张有AWS Rekognion的照片中找到一个人鼻子的x,y坐标,我使用javascript SDK,并且得到返回的值与图片大小的比率。这一点在文件中有明确说明,我对此没有异议 我所追求的是一个公式,从整个图像的角度,而不是从边界框的角度,找到鼻子“地标”的确切x,y。下面是我在rekognition的输出Javascript AWS Rekognion x,y公式,javascript,amazon-web-services,numbers,amazon-rekognition,Javascript,Amazon Web Services,Numbers,Amazon Rekognition,我试图在一张有AWS Rekognion的照片中找到一个人鼻子的x,y坐标,我使用javascript SDK,并且得到返回的值与图片大小的比率。这一点在文件中有明确说明,我对此没有异议 我所追求的是一个公式,从整个图像的角度,而不是从边界框的角度,找到鼻子“地标”的确切x,y。下面是我在rekognition的输出 { FaceDetails: [ { BoundingBox: { Width: 0.6399999856948853, Height
{ FaceDetails:
[ { BoundingBox:
{ Width: 0.6399999856948853,
Height: 0.47999998927116394,
Left: 0.1644444465637207,
Top: 0.17666666209697723 },
Landmarks:
[ { Type: 'eyeLeft',
X: 0.36238425970077515,
Y: 0.3900916874408722 },
{ Type: 'eyeRight', X: 0.5580493807792664, Y: 0.362303763628006 },
{ Type: 'nose', X: 0.4164798855781555, Y: 0.4511926472187042 },
{ Type: 'mouthLeft',
X: 0.42259901762008667,
Y: 0.5591621994972229 },
{ Type: 'mouthRight',
X: 0.5580134391784668,
Y: 0.5394133925437927 } ],
Pose:
{ Roll: -9.781778335571289,
Yaw: -20.029239654541016,
Pitch: 10.893087387084961 },
Quality: { Brightness: 59.32780456542969, Sharpness: 99.9980239868164 },
Confidence: 99.99403381347656 } ] }
我有一张2576x1932的图片,这里有一些公式可以用来给我图片中鼻子的x,y。目前,它从边界框内给出了鼻子的x,y(我认为)。我的数学技能真的达不到这个水平
从文件中:
边界框:
返回的顶部和左侧值是总体图像大小的比率。
例如,如果输入图像为700x200像素,且左上角
边界框的坐标为350x50像素,API返回
左侧值为0.5(350/700),顶部值为0.25(50/200)
地标:
地标左上角的x坐标,表示为定量
图像的宽度。例如,如果图像为700x200,则
地标的x坐标为350像素,该值为0.5
Rekognition返回的X/Y值只是图像宽度/高度的百分比。根据Rekognition API文档,地标位置相对于整个图像,而不是边界框 因此,您所要做的就是将图像的宽度乘以地标的X值,得到地标的X位置(然后将图像的高度乘以地标的Y位置,得到地标的Y位置(以像素为单位) Rekognion这样做的原因是,无论图像的像素大小如何,鼻子的位置(例如)都是相同的。在上面的示例中,机头位于:
{ Type: 'nose', X: 0.4164798855781555, Y: 0.4511926472187042 },
这仅仅意味着它位于图像宽度的41.6%,从左边框开始,位于图像高度的45.1%,从上边框开始。将这些百分比乘以实际的宽度和高度,得到像素坐标
见:
Rekognition返回的X/Y值只是图像宽度/高度的百分比。根据Rekognition API文档,地标位置相对于整个图像,而不是边界框 因此,您所要做的就是将图像的宽度乘以地标的X值,得到地标的X位置(然后将图像的高度乘以地标的Y位置,得到地标的Y位置(以像素为单位) Rekognion这样做的原因是,无论图像的像素大小如何,鼻子的位置(例如)都是相同的。在上面的示例中,机头位于:
{ Type: 'nose', X: 0.4164798855781555, Y: 0.4511926472187042 },
这仅仅意味着它位于图像宽度的41.6%,从左边框开始,位于图像高度的45.1%,从上边框开始。将这些百分比乘以实际的宽度和高度,得到像素坐标
见:
使用从识别数据到索引或标签的边界框。我已经做了脸
#python
widtho = 717 #width of the given image
heighto = 562 #height of the given image
width = faceDetail['BoundingBox'].get('Width')
height = faceDetail['BoundingBox'].get('Height')
left = faceDetail['BoundingBox'].get('Left')
top = faceDetail['BoundingBox'].get('Top')
w = int(width * widtho)
h = int(height * heighto)
x = int(left * widtho)
y = int(top * heighto)
cv2.rectangle(imagere, (x, y), (x + w, y + h), (255, 0, 0), 2)
这将获得边界框。。希望我能提供一些关于公式的线索使用从识别数据到索引或标签的边界框。我已经做了脸
#python
widtho = 717 #width of the given image
heighto = 562 #height of the given image
width = faceDetail['BoundingBox'].get('Width')
height = faceDetail['BoundingBox'].get('Height')
left = faceDetail['BoundingBox'].get('Left')
top = faceDetail['BoundingBox'].get('Top')
w = int(width * widtho)
h = int(height * heighto)
x = int(left * widtho)
y = int(top * heighto)
cv2.rectangle(imagere, (x, y), (x + w, y + h), (255, 0, 0), 2)
这将获得边界框。。希望我能提供一些关于配方奶粉的线索