◎欢迎参与讨论，请在这里发表您的看法、交流您的观点。
## 如何在 Python 中裁剪图片并转换坐标？
ID:19754 / 打印
python裁剪图片及转换坐标
在python中裁剪图像，可以使用numpy或pillow库。将图像裁剪为子图像后，可以相对于原始图像或子图像重新计算框的坐标。
使用numpy裁剪图像
import numpy as np from pil import image # 加载图像 img = image.open("image.jpg") # 转换为numpy数组 img_array = np.array(img) # 裁剪图像 sub_img = img_array[y1:y2, x1:x2] # 创建一张新的image对象 sub_img = image.fromarray(sub_img)使用pillow裁剪图像
立即学习“Python免费学习笔记（深入）”；
from pil import image # 加载图像 img = image.open("image.jpg") # 裁剪图像 sub_img = img.crop((x1, y1, x2, y2))转换坐标
将子图像中的坐标转换为原始图像的坐标，方程如下：
x_orig = x_sub * w_orig / w_sub y_orig = y_sub * h_orig / h_sub
其中：
- x_orig 和 y_orig 是原始图像中的坐标
- x_sub 和 y_sub 是子图像中的坐标
- w_orig 和 h_orig 是原始图像的宽高
- w_sub 和 h_sub 是子图像的宽高
示例
# 假设原图宽高为1000x1000，裁剪出一个宽高为250x250的子图 w_orig = 1000 h_orig = 1000 w_sub = 250 h_sub = 250 # 子图中的框坐标为(10, 20, 54, 44) x_sub = 10 y_sub = 20 x2_sub = 54 y2_sub = 44 # 转换为原始图像坐标 x_orig = x_sub * w_orig / w_sub y_orig = y_sub * h_orig / h_sub x2_orig = x2_sub * w_orig / w_sub y2_orig = y2_sub * h_orig / h_sub print(f"原始图像中的框坐标：(x1={x_orig}, y1={y_orig}, x2={x2_orig}, y2={y2_orig})")输出：
原始图像中的框坐标：(x1=25.0, y1=50.0, x2=135.0, y2=110.0)
