yolov5格式标签 txt批量大图裁小图 并设置overlab python代码

YOLOv5是一种流行的基于深度学习的目标检测算法，它的标签文件通常是以`.txt`格式存储的，每个框的信息按照特定的顺序排列。如果需要批量处理大图，并裁剪出对应于YOLOv5预测框的小图，可以使用Python结合PIL库以及OpenCV等工具来实现。

以下是一个简单的Python脚本示例，假设你的标签文件是每行包含四个值（x, y, w, h），表示框的位置和尺寸：

import os
import cv2
import numpy as np
from PIL import Image

def crop_image(image_path, label_path, output_folder):
    img = Image.open(image_path)
    boxes = [list(map(float, box.split())) for box in open(label_path).readlines()]
    
    for i, box in enumerate(boxes):
        x, y, w, h = box
        # 转换为实际坐标并裁剪
        cropped_img = img.crop((x, y, x+w, y+h))
        
        # 按比例缩放以保持宽高比
        scaled_img = cropped_img.resize((640, 640), Image.ANTIALIAS)  # 这里假设你的目标分辨率是640x640
        output_path = os.path.join(output_folder, f'image_{i}.jpg')
        scaled_img.save(output_path)

# 使用方法
input_dir = 'path/to/input/images'
label_dir = 'path/to/labels.txt'
output_dir = 'path/to/output/folder'
for img_file in os.listdir(input_dir):
    img_path = os.path.join(input_dir, img_file)
    label_path = os.path.join(label_dir, img_file.split('.')[0] + '.txt')
    crop_image(img_path, label_path, output_dir)

这个脚本会读取每个图像及其对应的标签，然后根据标签裁剪并缩放图片到指定大小。注意，你需要根据实际情况调整代码中的分辨率、文件路径以及标签格式。