labelstudio ocr标注数据解析

yuexiaomao2024-01-02 14:45

在试用labelstudio标注数据时，通常使用coco格式导出，之前标注ocr信息时，无论如何都切不出来对应的文字块，反复百度、google都没有现成的提示，后来翻labelstudio的官方文档得到提示。

The units the x, y, width and height of image annotations are provided in percentages of overall image dimension.

翻译如下：图像注释的x、y、宽度和高度的单位以整体图像尺寸的百分比提供。

根据这个原则，转换一下coco中的x、y坐标才能得到文字块在图片中正确的位置：

假如导出的数据x、y、width、height分别如下：

python 复制代码

pixel_x, pixel_y, pixel_width, pixel_height = 63,83,20,7 # 导出数据
original_width, original_height = 1650, 2314 # 图片的长宽

其实际的坐标如下：

python 复制代码

x = pixel_x/100 * original_width
y = pixel_y/100 * original_height
width = pixel_width/100 * original_width
height = pixel_height/100 * original_height

# x,y,width, height == > (1039.5, 1920.62, 330.0, 161.98000000000002)

实际中将坐标更换为整数在numpy中索引：

python 复制代码

x,y,width, height = [int(i) for i in [x,y,width, height]]

#子图
text_area = img[y:y+height,x:x+width,:]

记录一下，以防日后使用忘记了