Python 如何将二维边界框像素坐标（x、y、w、h）转换为相对坐标（Yolo格式）？

嘿！我通过一个在线平台对图像数据进行注释，该平台生成如下输出坐标：bbox:{“top”：634，“left”：523，“height”：103，“width”：145}但是，我想使用此注释来训练Yolo。因此，我必须将其转换为Yolo格式：40.838021 0.60556 0.177083 0.237037

在这方面，我需要有关如何转换它的帮助。

这里， 对于需要传递的大小（w，h），对于需要传递的长方体（x，x+w，y，y+h）

或者，您可以使用下面的

def convert(x,y,w,h):
 dw = 1.0/w
 dh = 1.0/h
 x = (2*x+w)/2.0
 y = (2*y+w)/2.0
 x = x*dw
 y = y*dh
 w = w*dw
 h = h*dh
 return (x,y,w,h)

每个网格单元预测B类边界框以及C类概率。边界框预测有5个组件：（x，y，w，h，置信度）。相对于网格单元位置，（x，y）坐标表示框的中心（请记住，如果长方体的中心不在网格单元内，则该单元不负责）。这些坐标被归一化为介于0和1之间。相对于图像大小，（w，h）长方体尺寸也被归一化为[0，1]。让我们看一个示例：

将bbox字典转换为具有相对坐标的列表 如果要使用键

top

，

left

，

widt

，

height

转换python词典 以[

x1

，

y1

，

x2

，

y2

]格式放入列表中

其中，

x1

，

y1

是边界框的

左上角

的相对坐标，

x2

，

y2

是边界框的

右下角

的相对坐标。您可以使用以下功能：

def bbox_dict_to_list(bbox_dict, image_size):
  h = bbox_dict.get('height')
  l = bbox_dict.get('left')
  t = bbox_dict.get('top')
  w = bbox_dict.get('width')

  img_w, img_h = image_size

  x1 = l/img_w
  y1 = t/img_h
  x2 = (l+w)/img_w
  y2 = (t+h)/img_h
  return [x1, y1, x2, y2]

必须将bbox字典作为参数传递，图像大小作为元组->（图像宽度、图像高度）

范例

bbox = {"top":634,"left":523,"height":103,"width":145} 
bbox_dict_to_list(bbox, (1280, 720))
>> [0.40859375, 0.8805555555, 0.521875, 1.02361111111]

---

您可以更改退货顺序以满足您的需要

谢谢亲爱的@rcvaram的回复。请解释一下参数，即w，h。它是指图像的宽度和高度，还是边界框？是的，x和y是边界框的中心，而w，h是边界框的宽度和高度。我得到了它。但是，我对ut以下几点。让我解释一下。我有一个1920x1080的图像，我用以下信息画了一个边界框。x，y坐标是1167537px（边界框左上角的坐标）高度：224px宽度：320px有了这些信息，我想对它进行规范化。

bbox = {"top":634,"left":523,"height":103,"width":145} 
bbox_dict_to_list(bbox, (1280, 720))
>> [0.40859375, 0.8805555555, 0.521875, 1.02361111111]