YOLO标注裁剪方法：精准提取目标区域

本文深入解析YOLO格式标注文件中归一化中心坐标与宽高的转换逻辑，手把手教你如何准确还原为像素级裁剪框，彻底规避因误读坐标导致的目标偏移、截断甚至丢失等常见陷阱；针对实际项目中多目标漏裁、边界越界、格式兼容性差等痛点，提供健壮、可复用的Python代码实现，支持单图多目标批量裁剪，并内置图像边界安全约束与异常容错机制，是目标检测后处理阶段不可或缺的精准裁剪指南。

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：

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 <= x1 or y2 <= y1:
                    print(f"[WARN] 第{line_idx+1}个目标裁剪区域无效（{x1},{y1}→{x2},{y2}），跳过")
                    continue

                cropped = img[y1:y2, x1:x2]
                crops.append((cropped, line_idx))

    except FileNotFoundError:
        print(f"[ERROR] 标注文件不存在: {annotation_path}")
        return
    except Exception as e:
        print(f"[ERROR] 解析标注时异常: {e}")
        return

    # 保存所有裁剪结果
    base_name = os.path.splitext(os.path.basename(image_path))[0]
    for idx, (crop_img, line_idx) in enumerate(crops):
        # 生成唯一文件名：原图名_序号.jpg
        out_name = f"{base_name}_{line_idx}{suffix}.jpg"
        out_path = os.path.join(output_folder, out_name)
        cv2.imwrite(out_path, crop_img)
        print(f"✓ 裁剪保存: {out_path} ({crop_img.shape[1]}×{crop_img.shape[0]})")

# --- 主执行流程 ---
input_folder = r"C:\Users\Desktop\crop"
output_folder = r"C:\Users\Desktop\crop\new"

os.makedirs(output_folder, exist_ok=True)

for filename in os.listdir(input_folder):
    if not filename.lower().endswith(('.jpg', '.jpeg', '.png')):
        continue

    image_path = os.path.join(input_folder, filename)
    txt_name = os.path.splitext(filename)[0] + ".txt"
    annotation_path = os.path.join(input_folder, txt_name)

    if not os.path.exists(annotation_path):
        print(f"[SKIP] 缺少标注文件: {txt_name}")
        continue

    crop_image_with_annotations(image_path, annotation_path, output_folder)

关键改进说明：

• ✅ 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。

注意事项：

• YOLO标注中 x_c, y_c, w, h 均为 [0,1] 区间归一化值，必须乘以对应图像宽高才能转为像素；
• 若标注工具导出的是Pascal VOC格式（x_min, y_min, x_max, y_max），则无需中心转换，需另行适配；
• 对极小目标（如车牌字符），建议在裁剪后添加 cv2.resize() 放大，避免后续模型识别失真；
• 批量处理前，务必用1–2张图手动验证坐标计算是否与标注可视化工具（如LabelImg）一致。

通过以上修正，您的脚本将稳定输出所有目标的完整、无偏移裁剪图，满足车牌识别、头盔检测等下游任务对数据质量的严苛要求。

以上就是本文的全部内容了，是否有顺利帮助你解决问题？若是能给你带来学习上的帮助，请大家多多支持golang学习网！更多关于文章的相关知识，也可关注golang学习网公众号。