计算机视觉 / 系统课时
缩小处理区域
缩小处理区域
实时视觉任务不必总在整帧、原分辨率上运行。先裁剪感兴趣区域,再按任务允许的精度降低分辨率,可以显著减少每帧参与计算的像素数。本节重点解决两个问题:如何缩小工作图像,以及如何把检测结果准确映射回原图坐标。
学习目标
- 用 ROI 裁剪和降采样减少每帧处理像素
- 正确处理 ROI 偏移量与缩放比例
- 将缩小图上的检测框稳定映射回原图并做边界检查
先减少无效像素
如果目标只可能出现在画面的一部分,例如传送带、车道或固定仪表区域,应先用 frame[y0:y1, x0:x1] 截取 ROI。NumPy 的普通切片通常是视图,因此裁剪本身一般不会复制整块像素数据。
当 ROI 仍然较大时,可以再用 cv2.resize 降低宽高。若宽和高都缩小为原来的 s 倍,参与后续算法的像素数量约变为原来的 。例如宽高都减半,只剩约四分之一像素;实际加速比例还取决于算法、内存访问和固定开销。

建立坐标变换规则
缩小图中的坐标不能直接拿到原图绘制。先恢复到 ROI 坐标,再加上 ROI 在原图中的左上角偏移。若处理图宽高分别为 pw、ph,原 ROI 宽高为 rw、rh,则横纵方向的反向缩放因子分别为 rw / pw 与 rh / ph。
对于处理图上的矩形 (x, y, w, h),原图坐标可按下面的关系计算:横坐标和宽度乘横向因子,纵坐标和高度乘纵向因子,然后只给位置加 x0、y0。如果使用统一比例 scale 缩小,则等价于先除以 scale。
完整示例
下面创建一张 640×480 的测试帧,只处理中间 320×240 的 ROI,并把 ROI 再缩小到一半。示例假设检测器在小图上返回一个矩形框,然后将它映射回原图。
import cv2
import numpy as np
frame = np.zeros((480, 640, 3), dtype=np.uint8)
x0, y0, x1, y1 = 160, 120, 480, 360
roi = frame[y0:y1, x0:x1]
scale = 0.5
small = cv2.resize(
roi,
None,
fx=scale,
fy=scale,
interpolation=cv2.INTER_AREA,
)
# 模拟检测器在缩小图上返回的 x, y, w, h
x, y, w, h = 40, 30, 100, 80
orig_x = round(x / scale) + x0
orig_y = round(y / scale) + y0
orig_w = round(w / scale)
orig_h = round(h / scale)
cv2.rectangle(
frame,
(orig_x, orig_y),
(orig_x + orig_w, orig_y + orig_h),
(0, 255, 0),
2,
)
print("frame:", frame.shape)
print("roi:", roi.shape)
print("small:", small.shape)
print("mapped box:", (orig_x, orig_y, orig_w, orig_h))预期输出
frame: (480, 640, 3)
roi: (240, 320, 3)
small: (120, 160, 3)
mapped box: (240, 180, 200, 160)输出说明 ROI 的宽高先减半,检测框再按反比例放大,并加回 (160, 120) 的 ROI 偏移,因此能落到原图中的正确位置。
处理非等比缩放与边界
不要假设横纵比例永远相同。若图像被拉伸到固定尺寸,应分别计算 scale_x = roi_width / processed_width 和 scale_y = roi_height / processed_height。对关键点、轮廓和检测框都使用对应方向的比例,避免累计偏移。
坐标恢复后还应裁剪到原图边界,例如把左上角限制在 [0, width - 1]、[0, height - 1],把右下角限制在有效范围内。这样可以抵御检测器在边缘产生的轻微越界,并避免后续数组切片或绘制出现异常。
缩小处理区域的价值在于把算力集中到“真正需要看的像素”上。只要同步维护 ROI 偏移和缩放因子,就能在更小的工作图上完成检测,再把结果可靠地还原到原始帧。