Python图像裁剪教程：基于YOLO格式标注文件的精确边界框解析与裁剪-Python教程-PHP中文网

Python图像裁剪教程：基于YOLO格式标注文件的精确边界框解析与裁剪

本文详解如何正确解析yolo格式（归一化中心坐标+宽高）的文本标注文件，并转换为像素级坐标，实现高精度图像裁剪，避免因坐标理解错误导致的裁剪偏移或截断。

本文详解如何正确解析yolo格式（归一化中心坐标+宽高）的文本标注文件，并转换为像素级坐标，实现高精度图像裁剪，避免因坐标理解错误导致的裁剪偏移或截断。

在计算机视觉任务中，尤其是目标检测后的后处理阶段，常需根据标注文件对原始图像进行单目标或多目标裁剪。但实践中，大量开发者因混淆标注格式而引入严重误差——典型案例如YOLO系列标注（.txt）采用归一化的中心点坐标（x_center, y_center）与归一化宽高（width, height），而非常见的左上-右下角坐标。若直接按“左上角”理解 x_center, y_center，将导致裁剪区域整体偏移，甚至完全丢失目标（如车牌、头盔等小目标）。

您提供的代码逻辑基本正确，但存在一个关键疏漏：未对多行标注做循环处理。您的示例标注文件包含4行（对应2辆摩托车及各自佩戴的2个头盔），而原代码仅读取首行（f.readline()），导致仅裁剪第一个目标（如车牌），其余目标被忽略。此外，坐标转换虽方向正确，但整型截断（int()）和边界约束方式可进一步增强鲁棒性。

以下是修复并增强后的完整实现：

macOS UI 自动化技能包 —— 用 Python 控制你的 Mac

让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限

下载

import os
import cv2

def crop_image_with_annotations(image_path, annotation_path, output_folder, suffix=""):
    """
    基于YOLO格式标注文件批量裁剪图像中所有目标

    Args:
        image_path: 原图路径
        annotation_path: 对应.txt标注路径（每行: class x_c y_c w h，归一化）
        output_folder: 输出文件夹
        suffix: 可选后缀（如'_0', '_1'）用于区分同一图像的多个裁剪结果
    """
    # 读取图像
    img = cv2.imread(image_path)
    if img is None:
        print(f"[ERROR] 无法加载图像: {image_path}")
        return

    img_height, img_width = img.shape[:2]

    # 读取全部标注行
    crops = []
    try:
        with open(annotation_path, 'r') as f:
            for line_idx, line in enumerate(f):
                line = line.strip()
                if not line:
                    continue

                values = line.split()
                # 支持带类别标签（5值）或无类别（4值）格式
                if len(values) == 5:
                    _, x_c, y_c, w, h = map(float, values)
                elif len(values) == 4:
                    x_c, y_c, w, h = map(float, values)
                else:
                    print(f"[WARN] 第{line_idx+1}行格式异常（{len(values)}项），跳过: {line}")
                    continue

                # ✅ 归一化 → 像素坐标：中心点 + 宽高 → 左上/右下角
                x1 = int((x_c - w / 2) * img_width)
                y1 = int((y_c - h / 2) * img_height)
                x2 = int((x_c + w / 2) * img_width)
                y2 = int((y_c + h / 2) * img_height)

                # ✅ 安全裁剪：强制约束在图像范围内（避免负值或越界）
                x1, y1 = max(0, x1), max(0, y1)
                x2, y2 = min(img_width, x2), min(img_height, y2)

                if x2 <h3>关键改进说明：</h3>

✅ 多目标支持：使用 for line in f 遍历全部标注行，确保每辆摩托车及其头盔均被独立裁剪；
✅ 坐标转换精准：严格按YOLO定义 x1 = (x_c - w/2) * W, y1 = (y_c - h/2) * H 计算左上角，杜绝中心点误用；
✅ 边界安全机制：max(0, x1) 和 min(img_width, x2) 防止负坐标或越界索引，避免OpenCV静默失败；
✅ 错误防御增强：对空行、格式异常、文件缺失等场景提供明确日志，便于调试；
✅ 输出可追溯：生成 xxx_0.jpg, xxx_1.jpg 等命名，清晰对应标注文件中的第N行。