目标检测：根据检测坐标取出图像数据

要从图像的目标框中提取数据，需要使用目标检测算法来识别目标并获取其边界框坐标。一旦您有了这些坐标，您可以使用图像处理库（例如OpenCV）来裁剪图像并提取目标框中的数据。

以下步骤完成此过程：

1. 使用目标检测算法（例如YOLO、SSD、Faster R-CNN等）对图像进行处理，以识别目标并获取其边界框坐标。
2. 将边界框坐标转换为整数类型（如果需要）。
3. 使用图像处理库（例如OpenCV）中的crop()函数，根据边界框坐标从原始图像中裁剪出目标框。
4. 将裁剪后的图像保存为新的图像文件或直接用于后续处理。

在Python中，使用OpenCV进行图像裁剪的示例代码如下所示：

import cv2  
  
# 读取原始图像  
image = cv2.imread("example.jpg")  
  
# 假设你已经获得了目标框的坐标 (x, y, w, h)  
x, y, w, h = 100, 100, 200, 200  
  
# 根据目标框坐标裁剪图像  
cropped_image = image[y:y+h, x:x+w]  
  
# 保存裁剪后的图像  
cv2.imwrite("cropped_image.jpg", cropped_image)

在这个示例中，我们假设目标框的坐标为(100, 100, 200, 200)，其中(x, y)表示左上角坐标，(w, h)表示宽度和高度。然后，我们使用OpenCV的crop()函数从原始图像中裁剪出目标框，并将结果保存为新的图像文件"cropped_image.jpg"