图像上重叠滑动窗口

Question

我的目标是让一个滑动窗口以重叠的步骤在图像上滑动，这样我就可以在每个窗口中运行一个分类器，并检测出是否有一个有趣的对象。

为此，我需要确保

• 我提取的用于分类的窗口真正用于整个图像，以及
• 抓取原始图像上每个滑动窗口的顶部和左侧坐标。

从这里跟进：Sliding window - how to get window location on image?

基于这个滑动窗口代码：

box

我正在做以下工作，考虑到winh和winw是滑动窗口的宽度和高度，而window_size是(winh，winw)：

grid_h_max =(imgheight/winh)
grid_w_max= (imgwidth / winw)
win = sliding_window(img, window_size, shiftSize=None, flatten=False) 
for h in range (grid_h_max): 
    for w in range (grid_w_max): 
        win = windows[h,w]
        grid_pos = (h,w), (winh, winw)) 
        t, b, l, r = get_win_pixel_coords(grid_pos, window_size)

这是很好的工作-给我滑动窗口以及每个窗口的坐标。但我不会有重叠的滑动窗。

因此，如果我的步长为10，并且我的第一个窗口开始于(顶部，左边)：(0,0)，那么我的第二个窗口应该是(0，10)。

但是在上面的代码中，我的第二个窗口是(0，60)。

早些时候，我使用了以下代码：

windows = sw.sliding_window(image1, window_size, step_size, flatten=True) 
    for w in windows:
        # and then I grabbed each w and printed it out

这给了我所有的滑动窗口，包括重叠的窗口。但是，在这种方法中，我无法获取每个滑动窗口的顶部和左侧坐标。

Answer 1

好吧，所以我搞清楚了问题出在哪里。

此代码不会造成重叠：

grid_h_max =(imgheight/winh)
grid_w_max= (imgwidth / winw)
win = sliding_window(img, window_size, shiftSize=None, flatten=False) 

将整个图像维数与窗口维数分开，显然会得到不重叠的结果。

为了在每个维度中获得正确的窗口数，我只允许sliding_window函数告诉我窗口的垂直和水平的数量：

win = sliding_window(img, window_size, shiftSize=None, flatten=False) 
grid_h_max = win.shape[0]
grid_w_max = win.shape[1]

这又给了我大约5000扇窗户。