裁剪图像后，如何找到新的边界框坐标？

这是我得到的收据图像，我使用 matplotlib 绘制了它，

# x1, y1, x2, y2, x3, y3, x4, y4
bbox_coords = [[650, 850], [1040, 850], [1040, 930], [650, 930]]

image = cv2.imread(IMG_FILE)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

fig, ax = plt.subplots(figsize=(20, 20))
ax.imshow(gray, cmap='Greys_r'); 
rect = Polygon(bbox_coords, fill=False, linewidth=1, edgecolor='r')
ax.add_patch(rect)
plt.show()

print(gray.shape)
(4376, 2885)

然后，我裁剪了原始灰色图像并使用相同的边界框坐标再次绘制它，结果如下：

# cropped the original image    
gray_new = gray[25:4314, 147:2880] 

fig, ax = plt.subplots(figsize=(20, 20))
ax.imshow(gray_new, cmap='Greys_r'); 
rect = Polygon(bbox_coords, fill=False, linewidth=1, edgecolor='r')
ax.add_patch(rect)
plt.show()

print(gray_new.shape)
(4289, 2733)

所以，我正在寻找一种方法来制作适合裁剪图像的边界框。我不知道如何才能实现它。

Edit:

如果您想重复这个问题，这是另一张图片，receipt-2 https://ibb.co/9nTbrVD这些是图像的 b 框坐标[1638,1462,2974,1462,2974,1549,1638,1549].

如果你裁剪了25左边的像素和147顶部的像素然后你必须减去25全部像素X价值观和147像素来自Y价值观 因为图像上的所有元素向左移动 25 像素，向顶部移动 147 像素。

box_coords = [
    [650-25,  850-147],
    [1040-25, 850-147],
    [1040-25, 930-147],
    [650-25,  930-147]
]

print(bbox_coords)

EDIT:使用代码

bbox_coords = [[650, 850], [1040, 850], [1040, 930], [650, 930]]

bbox_coords = [[x-25, y-147] for x,y in bbox_coords]

print(bbox_coords)

BTW:在右侧和底部裁剪多少像素并不重要。

EDIT:重新缩放图像的计算

计算保持比例的尺寸

old_width = 4376
old_height = 2885
new_width = 550
#new_height = 270 # doesn't keep proportion
new_height = int(new_width/(old_width/old_height)) # keep proportion

print('new size:', new_width, new_height)
print('proportions:', (old_width/old_height), (new_width/new_height))

new_image = resize(original_img, shape=(new_width, new_height))

当图像改变大小时计算位置（我假设它不保持比例）。

scale_x = old_width/new_width
scale_y = old_height/new_height

print('scale:', scale_x, scale_y)

bbox_coords = [[int(x/scale_x), int(y/scale_y)] for x,y in bbox_coords]

print(bbox_coords)

如果图像保持比例那么scale_x == scale_y您可以仅使用一种比例来计算和使用所有值。