如何将 [xmin ymin xmax ymax] 形式转换为图像中标准化的 [x y width height]？

我正在与 Microsoft 一起构建自定义视觉应用程序定制视觉.ai.

我在用本教程.

当您在对象检测项目中标记图像时，您需要使用标准化坐标指定每个标记对象的区域。

我有一个 XML 文件，其中包含有关图像的注释，例如命名的sample_1.jpg:

<annotation>
        <filename>sample_1.jpg</filename>
    <size>
        <width>410</width>
        <height>400</height>
        <depth>3</depth>
    </size>
    <object>
        <bndbox>
            <xmin>159</xmin>
            <ymin>15</ymin>
            <xmax>396</xmax>
            <ymax>302</ymax>
        </bndbox>
    </object>
</annotation>

我必须根据提供的教程将边界框坐标从 xmin,xmax,ymin,ymax 转换为标准化的 x,y,w,h 坐标。

谁能给我一个转换函数吗？

假设 x/ymin 和 x/ymax 分别是你的边界角，左上角和右下角。然后：

x = xmin
y = ymin
w = xmax - xmin
h = ymax - ymin

然后，您需要对它们进行标准化，这意味着将它们作为整个图像的比例，因此简单地将每个值除以上面值中各自的大小：

x = xmin / width
y = ymin / height
w = (xmax - xmin) / width
h = (ymax - ymin) / height

这假设原点是左上角，如果不是这种情况，您将必须应用移位因子。