CV — 目标检测：letterbox

最新推荐文章于 2026-07-26 10:00:00 发布

原创

最新推荐文章于 2026-07-26 10:00:00 发布 · 1.3w 阅读

本文介绍了Letterbox技术在目标检测中的应用，它用于解决图片resize时保持长宽比的问题，避免图像失真。在Yolo、SSD等算法中，Letterbox用于图片预处理，同时对标注框进行相应变换。文中还提供了Python代码示例，展示Letterbox操作的过程及标注框坐标的变化。

文章目录

CV — 目标检测：letterbox

转载请备注原文出处，谢谢：https://blog.csdn.net/pentiumCM/article/details/118887321

CV — 目标检测：letterbox

一、相关概念

letterbox：
- 概念：
  
  在大多数目标检测算法中，由于 卷积核为方形（不排除卷积核有矩形的情况），所以模型输入图片的尺寸也需要为方形。然而大多数数据集的图片基本上为矩形，直接将图片 resize 到正方形，会导致图片失真，比如细长图片中的物体会变畸形。
  
  letterbox操作：在对图片进行resize时，保持原图的长宽比进行等比例缩放，当长边 resize 到需要的长度时，短边剩下的部分采用灰色填充。
- 补充点：
  - 在目标检测领域，对数据集图片进行了 letterbox 操作，同时标注框也需要进行 letterbox 操作。
- 相关算法：
  
  在 yolo，ssd 等算法的图片预处理过程中，皆使用了 letterbox 处理。

二、代码实现

(一) python代码

样例说明：
- 直接 resize：
  
  我们从下图观察，左侧为原图，右侧为直接 resize 之后的图片，明显感觉右侧图片汽车形变失真了
- letterbox 操作：
  
  右侧图图，我们在进行 resize 时保持了原图的长度比，上下部分不足的部分采用灰色进行填充。
  
  同时左侧绿色的标注框是在原图尺寸下，右侧蓝色是 letterbox 之后的标注框，标注框的坐标也要跟着变换。

完整代码：

#!/usr/bin/env python
# encoding: utf-8
'''
@Author  : pentiumCM
@Email   : 842679178@qq.com
@Software: PyCharm
@File    : util.py
@Time    : 2021/7/17 1:58
@desc	 : 目标检测工具类
'''

import cv2
import torch
import numpy as np


def letterbox_image(image_src, dst_size, pad_color=(114, 114, 114)):
    """
    缩放图片，保持长宽比。
    :param image_src:       原图（numpy）
    :param dst_size:        （h，w）
    :param pad_color:       填充颜色，默认是灰色
    :return:
    """
    src_h, src_w = image_src.shape[:2]
    dst_h, dst_w = dst_size
    scale = min(dst_h / src_h, dst_w / src_w)
    pad_h, pad_w = int(round(src_h * scale)), int(round(src_w * scale))

    if image_src.shape[0:2] != (pad_w, pad_h):
        image_dst = cv2.resize(image_src, (pad_w, pad_h), interpolation=cv2.INTER_LINEAR)
    else:
        image_dst = image_src

    top = int((dst_h - pad_h) / 2)
    down = int((dst_h - pad_h + 1) / 2)
    left = int((dst_w - pad_w) / 2