AWS 重新识别 x,y 公式

Question

我正在尝试使用 AWS 识别在照片中找到人的鼻子的 x、y 坐标，我使用的是 javascript SDK，并且正在返回值与大小的比率图片。这在文档中有明确说明，我对此没有异议。

我所追求的是从整个图像而不是边界框的角度找到鼻子 "landmark" 的确切 x,y 的公式。下面是我 rekognition 的输出。

{ FaceDetails: 
   [ { BoundingBox: 
        { Width: 0.6399999856948853,
          Height: 0.47999998927116394,
          Left: 0.1644444465637207,
          Top: 0.17666666209697723 },
       Landmarks: 
        [ { Type: 'eyeLeft',
            X: 0.36238425970077515,
            Y: 0.3900916874408722 },
          { Type: 'eyeRight', X: 0.5580493807792664, Y: 0.362303763628006 },
          { Type: 'nose', X: 0.4164798855781555, Y: 0.4511926472187042 },
          { Type: 'mouthLeft',
            X: 0.42259901762008667,
            Y: 0.5591621994972229 },
          { Type: 'mouthRight',
            X: 0.5580134391784668,
            Y: 0.5394133925437927 } ],
       Pose: 
        { Roll: -9.781778335571289,
          Yaw: -20.029239654541016,
          Pitch: 10.893087387084961 },
       Quality: { Brightness: 59.32780456542969, Sharpness: 99.9980239868164 },
       Confidence: 99.99403381347656 } ] }

我有一张 2576x1932 的图像，是否有一些公式可以在这里应用，只给出图片中鼻子的 x、y 坐标。目前它从边界框内给出了鼻子的 x,y（我认为）。我的数学水平真的达不到这个水平。

来自文档：

边界框：

The top and left values returned are ratios of the overall image size. For example, if the input image is 700x200 pixels, and the top-left coordinate of the bounding box is 350x50 pixels, the API returns a left value of 0.5 (350/700) and a top value of 0.25 (50/200).

地标：

x-coordinate from the top left of the landmark expressed as the ration of the width of the image. For example, if the images is 700x200 and the x-coordinate of the landmark is at 350 pixels, this value is 0.5.

Answer 1

Rekognition returns 的 X/Y 值只是图像 width/height 的百分比。根据 Rekognition API 文档，地标位置是相对于整个图像的，而不是边界框。

因此，您所要做的就是将图像的宽度乘以地标的X值以获得该地标的X位置（然后将图像的高度乘以地标的Y位置以像素为单位获取地标的 Y 位置）。

Rekognition 这样做的原因是无论图像的像素大小如何，鼻子的位置（例如）都是相同的。在上面的示例中，鼻子位于：

 { Type: 'nose', X: 0.4164798855781555, Y: 0.4511926472187042 },

这只是意味着它从左边框开始在图像宽度的 41.6% 处，从上边框开始向下在图像高度的 45.1% 处。将这些百分比乘以您的实际宽度和高度以获得像素坐标。

参见： http://docs.aws.amazon.com/rekognition/latest/dg/API_Landmark.html

Answer 2

使用来自识别数据的边界框来索引或标签。我已经为面孔做了

#python
widtho = 717 #width of the given image
heighto = 562 #height of the given image
width = faceDetail['BoundingBox'].get('Width')
height = faceDetail['BoundingBox'].get('Height')
left = faceDetail['BoundingBox'].get('Left')
top = faceDetail['BoundingBox'].get('Top')
w = int(width * widtho)
h = int(height * heighto)
x = int(left * widtho)
y = int(top * heighto)
cv2.rectangle(imagere, (x, y), (x + w, y + h), (255, 0, 0), 2)

这将得到边界框..希望我能提供一些关于公式的线索

AWS 重新识别 x,y 公式

AWS rekognition x,y formula

javascript

amazon-web-services

numbers

amazon-rekognition