Python 如何从具有许多不同前景的图像中提取任意背景矩形面片

我正在研究如何从同一幅图像中提取人脸和相同数量的背景

我能够（从注释的坐标）获得面

我的问题是： 我想裁剪具有相同数量面（不一定相同大小）的地面面片， 对背景的限制是：

任何背景图像的大小应不小于20 x 20像素

与面（其中任何一个面）的最大重叠率（IOU：联合体上的交点）不应超过20%（0.2）

背景面片的计数应与同一图像中的面计数相同

示例图像：

注释数据：

[Rmax RminθXc Yc]

[[ 52  38   1 154  72]
 [ 57  38  -2 368 103]
 [ 14   9  -2  11  64]
 [ 11   8   1  29  16]
 [ 10   6   1  56  61]
 [ 10   6  -2  68  66]
 [ 14   9   1  46 126]
 [ 15  11   1  21 192]
 [ 22  12   1  11 157]
 [ 13   9   1 267 133]
 [ 19  13   1 312 186]
 [ 12   9   1 300  19]
 [ 11   9  -2 334 139]
 [ 14  10  -2 437  87]
 [ 11   8   1 232  27]]

我的代码是：

#--------------------
#进口图书馆
#====================
将numpy作为np导入
将matplotlib.pyplot作为plt导入
导入操作系统
进口cv2
datasetPath=“/home/myPath”
#---------------------------------------------
#从图像中提取人脸和背景
#=============================================
def extData（imgPath、annots、foldPath、index）：
'''
函数从图像中提取人脸和背景。
参数：
@Param:imgPath：指定的映像路径（在数据库中）。
@Param:annots:nd数组，形状为m x 5，：m图像中检测到的面数。
（5） ：最大半径|最小半径|角度|中心x |中心y
@Param:foldPath：保存提取图像的折叠路径。
@Param:index：一个开始命名面和背景的数字。
在foldPath中保存：m nd数组（m个面）和m nd数组（m个背景）
'''
fullImagePath=os.path.join（datasetPath，imgPath）
img=cv2.imread（完整图像路径）
img=cv2.cvt颜色（img，cv2.COLOR\u BGR2RGB）
#创建面
facesList=[]
对于范围内的行（注释形状[0]）：
#初始化变量
xc=注释[行][3]
yc=注释[行][4]
Rmax=注释[行][0]
Rmin=注释[行][1]
θ=注释[行][2]
#矩形边框
#表示矩形的左上角
x0=数学楼层（xc-Rmin*math.sin（θ））
y0=数学地板（yc-Rmax*math.sin（θ））
#表示矩形的右下角
x1=数学地板（xc+Rmin*数学sin（θ））
y1=数学地板（yc+Rmax*数学sin（θ））
#在矩形窗口中裁剪面
面=img[y0:y1，x0:x1，：]
#存储面的坐标
facesList.append（[x0，x1，y0，y1]）
#制作一个目录来保存里面的面。
mkdir（os.path.join（foldPath，“/face/”）
imwrite（os.path.join（foldPath，“/face/”，“face”{}.format（str（index+row）），face））
#创造背景
对于行，枚举中的面（面列表）：
#背景=img[xb1:xb2，yb1:yb2，：]
#制作一个目录来保存里面的背景。
mkdir（os.path.join（foldPath，“/background/”）
#imwrite（os.path.join（foldPath，“/background/”，“background”{}.format（str（index+row）），background））
#---------------------------------------------

您可以使用来计算与面之间的L1距离，并根据距离对矩形中心进行采样，从而确保裁剪不会与“面”重叠：

将numpy导入为np
img=cv2.imread（完整图像路径）
#在“面”和bonudary中创建一个带零的遮罩
掩码=np.zero（img.shape[：2]，dtype=np.uint8）
掩码[1:-1，1:-1]=1
对于范围内的行（注释形状[0]）：
#初始化变量
xc=注释[行][3]
yc=注释[行][4]
Rmax=注释[行][0]
Rmin=注释[行][1]
θ=注释[行][2]
#如果旋转角度超过45度，则交换半径
如果（θ>45）：
R=Rmax
Rmax=Rmin
Rmin=R
#矩形边框
#表示矩形的左上角
st=数学sin（θ）
如果st>0，则st=st，否则-st
x0=数学楼层（xc-Rmin*st）
y0=数学楼层（yc-Rmax*st）
#表示矩形的右下角
x1=数学楼层（xc+Rmin*st）
y1=数学楼层（yc+Rmax*st）
#在矩形窗口中裁剪面
掩模[y0:y1，x0:x1]=0
#一旦我们有了一张地图，我们就可以计算每个非人脸像素到最近人脸的距离
dst=cv2.distanceTransform（掩码，cv2.DistanceL1，3）
#距离人脸小于10像素（20//2）的像素不能被视为好的候选像素。如果允许IoU>0，则可以稍微放宽。
dst[dst您可以使用来计算与面之间的L1距离，并根据距离对矩形中心进行采样，从而确保裁剪不会与“面”重叠：

将numpy导入为np
img=cv2.imread（完整图像路径）
#在“面”和bonudary中创建一个带零的遮罩
掩码=np.zero（img.shape[：2]，dtype=np.uint8）
掩码[1:-1，1:-1]=1
对于范围内的行（注释形状[0]）：
#初始化变量
xc=注释[行][3]
yc=注释[行][4]
Rmax=注释[行][0]
Rmin=注释[行][1]
θ=注释[行][2]
#如果旋转角度超过45度，则交换半径
如果（θ>45）：
R=Rmax
Rmax=Rmin
Rmin=R
#矩形边框
#表示矩形的左上角
st=数学sin（θ）
如果st>0，则st=st，否则-st
x0=数学楼层（xc-Rmin*st）
y0=数学楼层（yc-Rmax*st）
#表示矩形的右下角
x1=数学楼层（xc+Rmin*st）
y1=数学楼层（yc+Rmax*st）
#在矩形窗口中裁剪面
掩模[y0:y1，x0:x1]=0
#一旦我们有了一张地图，我们就可以计算每个非人脸像素到最近人脸的距离
dst=cv2.distanceTransform（掩码，cv2.DistanceL1，3）
#距离人脸小于10像素（20//2）的像素不能被视为好的候选像素。如果允许IoU>0，则可以将其放宽为l