【pytorch】自己实现精简版YOLOV3【三】，YOLOV3输入图片预处理：输入图片缩放及将生成预测框还原至原图

继续上一篇博文：
Yolov3网络的输入默认为416×416，然后待检测的图片不总是416×416，这就产生了如何将待检测图片，在不破坏特征的情况下缩放至416×416，并对应在网络产生预测框后，如何将416×416图中的预测框还原至原图的问题。
对此，Yolov3的方法如下图所示，分为3步：
1.求取缩放比例，将目标416×416，除以输入图像尺寸（width,height），取其中较小的一个比例，将长宽同时按此比例进行缩放。由于是长宽等比缩放，所以图片的特征并不失真。
2.制作rgb为（128，128，128），大小为416*416的底色图片。
3.将两张图片的中心对其，将缩放后的图片粘贴到底色图上。

![在这里插入图片描述](https://img-blog.csdnimg.cn/11ad5cb346b24e568e773a1d2aae869b.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA6aKi5biI5YKF,size_20,color_FFFFFF,t_70,g_se,x_16
其实现的pytorch代码如下：

import os.path
from typing import Iterator
import numpy as np
import torch
import cv2
import matplotlib.pyplot as plt
from PIL import Image
from torch.utils.data import Dataset, DataLoader, Subset, random_split
import re
from functools import reduce
from torch.utils.tensorboard import SummaryWriter as Writer
from torchvision import transforms, datasets
import torchvision as tv
from torch import nn
import torch.nn.functional as F
import time
import math
def letterbox_image(image, size):
    '''
    保持比例的图像缩放用：代替了传统的resize方式
    对图片加以灰色背景，补全较目标比例相差的边缘部分。
    该函数只能处理单张图片
    :param image: 原始图片
    :param size: 目标图像宽高的元组
    :return: 缩放到size后的目标图像
    '''
    iw, ih = image.size
    w, h = size
    scale = min(w / iw, h / ih)
    nw = int(iw * scale)
    nh = int(ih * scale)
    #此时为按比例缩放，为torch提供的函数
    image = image.resize((nw, nh), Image.BICUBIC)
    #构建新的RGB背景图片
    new_image = Image.new('RGB', size, (128, 128, 128))
    #缩放后的图片粘贴至背景图片上
    '''参数可选4元组及2元组，如果选择2元组，则为新图片相当于背景图片的左上角坐标'''
    new_image.paste(image, ((w - nw) // 2, (h - nh) // 2))
    return new_image

将此416×416图片输入网络，即可在该416×416图片上预测出目标框；同时，在输出预测结果时，应将输出的目标框，还原至未处理图像上，由此，对应的pytorch代码为：

import os.path
from typing import Iterator
import numpy as np
import torch
import cv2
import matplotlib.pyplot as plt
from PIL import Image
from torch.utils.data import Dataset, DataLoader, Subset, random_split
import re
from functools import reduce
from torch.utils.tensorboard import SummaryWriter as Writer
from torchvision import transforms, datasets
import torchvision as tv
from torch import nn
import torch.nn.functional as F
import time
import math
def returnBoxOnOriginImage(OriginimageShape,boxesOnletterbox_image,imageShape):
    '''
    经过letterbox_image函数缩放过的图片，在其上得到box框坐标后，用此函数返回图片在经letterbox_image函数缩放
    前，box在原图上的位置。
    :param OriginimageShape:原始图片大小，[[w,h],...] size (n,2)
    :param boxesOnletterbox_image: 在最终补齐的图片上的盒大小位置参数：
    [[x,y,w,h],...] size (n,4)其值为边长的比例值。注意，其中x,y为网格中心点的坐标
    :param imageShape:最终补齐的图片大小，[416，416]
    :return:[[x1,y1,x2,y2],...] size (n,4) 比例值，为box左上角及右下角的坐标。
    '''
    #xy从网格中心点坐标转换为网格左上角的坐标：
    boxesOnletterbox_image[:,0:2]=boxesOnletterbox_image[:,0:2]-boxesOnletterbox_image[:,2:4]/2
    #imageShape/OriginimageShape，size为(n,2),输出(n,1)最大值数组
    # 经过长宽缩放但未补全大小的图片大小
    resizedImageShape=OriginimageShape*torch.min(imageShape/OriginimageShape,1,keepdim=True)[0]
    #目前box是画在最终图片上，要将box回归到补全前只经过缩放处理的原始图片
    #以最终图片为基准的缩放比例：
    scales=resizedImageShape/imageShape
    #以最终图片为基准的偏移率：
    offset=(imageShape-resizedImageShape)/2/imageShape
    boxesOnOriginimage=torch.torch.FloatTensor(boxesOnletterbox_image.shape)
    '''将以最终图片为基准的值转为以待补全图像为基准的比例值，由于待补全图片和
    原图是长宽以相同比例放大转换关系，故结果可视为box在原图上的比例值：
    '''
    boxesOnOriginimage[:,0:2]=(boxesOnletterbox_image[:,0:2]-offset)/scales
    boxesOnOriginimage[:,2:4]=boxesOnletterbox_image[:,2:4]/scales
    #从x1,y1,w,h到x1,y1,x2,y2
    boxesOnOriginimage[:, 2:4] = boxesOnletterbox_image[:, 0:2] +boxesOnletterbox_image[:, 2:4]
    return boxesOnOriginimage
#简单测试
OriginimageShape=torch.FloatTensor([[300,400]])
boxesOnletterbox_image=torch.FloatTensor([[100,200,200,200]])
imageShape=torch.FloatTensor([800,800])
print(returnBoxOnOriginImage(OriginimageShape,boxesOnletterbox_image,imageShape).shape)

测试代码的输出是：

torch.Size([1, 4])

输出结果为[[x1,y1,x2,y2]]，该函数输出值为比例形式。
设原图宽为w,高为h，则目标框左上角实际坐标为(x1w,y1h)，目标框右下角实际坐标为(x2w,y2h)。