Python Tensorflow对象检测API裁剪图像片段

我正在使用Tensorflow对象检测API，模型可以检测带有边界框和遮罩的对象

这是我的密码：

def run_inference_for_single_image_raw(image, graph):
  with graph.as_default():
    with tf.Session() as sess:
      ops = tf.get_default_graph().get_operations()
      all_tensor_names = {output.name for op in ops for output in op.outputs}
      tensor_dict = {}
      for key in [
          'num_detections', 'detection_boxes', 'detection_scores',
          'detection_classes', 'detection_masks'
      ]:
        tensor_name = key + ':0'
        if tensor_name in all_tensor_names:
          tensor_dict[key] = tf.get_default_graph().get_tensor_by_name(
              tensor_name)
      if 'detection_masks' in tensor_dict:
        detection_boxes = tf.squeeze(tensor_dict['detection_boxes'], [0])
        detection_masks = tf.squeeze(tensor_dict['detection_masks'], [0])
        real_num_detection = tf.cast(tensor_dict['num_detections'][0], tf.int32)
        detection_boxes = tf.slice(detection_boxes, [0, 0], [real_num_detection, -1])
        detection_masks = tf.slice(detection_masks, [0, 0, 0], [real_num_detection, -1, -1])
        detection_masks_reframed = utils_ops.reframe_box_masks_to_image_masks(
            detection_masks, detection_boxes, image.shape[0], image.shape[1])
        detection_masks_reframed = tf.cast(
            tf.greater(detection_masks_reframed, 0.5), tf.uint8)
        tensor_dict['detection_masks'] = tf.expand_dims(
            detection_masks_reframed, 0)
      image_tensor = tf.get_default_graph().get_tensor_by_name('image_tensor:0')

      output_dict = sess.run(tensor_dict,
                             feed_dict={image_tensor: np.expand_dims(image, 0)})

  return output_dict

因此，如果我运行以下代码：

vis_util.visualize_boxes_and_labels_on_image_array(
      image,
      output_dict['detection_boxes'],
      output_dict['detection_classes'],
      output_dict['detection_scores'],
      category_index,
      instance_masks=output_dict.get('detection_masks'),
      use_normalized_coordinates=True,
      line_thickness=8)
plt.figure(figsize=(12, 8))
plt.grid(False)
plt.imshow(image)

结果是（带有边界框和遮罩的图像）：

因此，如何通过遮罩路径裁剪图像对象，而不是边界框，因此在本例中，我希望仅在透明背景上使用对象（cat/瓶子）输出图像。（可能使用PIL或OpenCV等）

因此，如果

输出dict.get（'detection\u masks'）

是numpy对象，实际上是二进制掩码，您可以通过简单的相乘或使用

np.where

mask = output_dict.get('detection_masks')
img_cropped = img * mask

这将裁剪所有检测到的对象，但如果要单独裁剪对象，可以通过检测轮廓来实现。我们可以为此使用

scikit image

from skimage import measure
label_mask = measure.label(mask)

现在，我们已经标记了二进制图像中所有连接的组件，并为每个组件指定了数字标签（通过更改像素值）。标签从“1”开始，以对象数结束

single_object_mask = (label_mask == 1) #or 2, 3...

---

这将使用您提供的标签过滤标签遮罩图像。您还可以使用边界框信息来裁剪特定对象。

是否可以粘贴“输出dict.get（'detection\u masks'）的形状？或者所有的形状，如果它有子列表？@noumanniazkhan，带有一些图像

输出dict.get（'detection\u masks'）。shape

，得到了这个

（3，1080，1920）

，其中3-找到的对象的数量，1920-像素中的图像宽度，和1080-像素中的图像高度。因此，它带来了所有找到的对象的numpy数组，维度为1920x1080，元素为0和1。因此，这是每个对象的二进制掩码。所以，我想知道，如何通过这些二值遮罩裁剪初始图像。让我写下答案。