候选框表示及相互转换

在多目标跟踪（MOT）或目标检测任务中，**候选框（Bounding Box）**是用于表示目标位置的关键数据结构。候选框的表示形式有多种，不同算法、库或阶段（如训练、推理）可能会采用不同形式。理解这些表示及其相互转换非常重要。

一、常见候选框表示形式

1. 角点表示法（x1, y1, x2, y2）

• x1, y1: 左上角坐标

• x2, y2: 右下角坐标

优点：直观、适用于 IoU 计算
应用场景：OpenCV、YOLO 输出、IoU计算

2. 中心点 + 宽高表示（cx, cy, w, h）

• cx, cy: 框中心点

• w, h: 框的宽度和高度

优点：便于变换、回归预测更稳定
应用场景：神经网络内部训练回归、Kalman 滤波等跟踪预测

3. Top-Left + 宽高表示（x, y, w, h）

• x, y: 左上角坐标

• w, h: 宽度和高度

优点：图像裁剪、OpenCV 原生支持
应用场景：OpenCV 显示、图像裁剪

二、转换公式

1. cx, cy, w, h → x1, y1, x2, y2

x1 = cx - w / 2
y1 = cy - h / 2
x2 = cx + w / 2
y2 = cy + h / 2

2.  x1, y1, x2, y2 → cx, cy, w, h

w = x2 - x1
h = y2 - y1
cx = x1 + w / 2
cy = y1 + h / 2

3. x, y, w, h (top-left) → x1, y1, x2, y2

x1 = x
y1 = y
x2 = x + w
y2 = y + h

4. x1, y1, x2, y2 → x, y, w, h

x = x1
y = y1
w = x2 - x1
h = y2 - y1

三、Python 示例代码

def xywh2xyxy(box):
    x, y, w, h = box
    return [x, y, x + w, y + h]

def xyxy2xywh(box):
    x1, y1, x2, y2 = box
    return [x1, y1, x2 - x1, y2 - y1]

def cxcywh2xyxy(box):
    cx, cy, w, h = box
    return [cx - w / 2, cy - h / 2, cx + w / 2, cy + h / 2]

def xyxy2cxcywh(box):
    x1, y1, x2, y2 = box
    w = x2 - x1
    h = y2 - y1
    return [x1 + w / 2, y1 + h / 2, w, h]

四、实际应用场景对照

五、示例

展示在多目标跟踪任务中使用候选框的表示形式及其转换，尤其针对常见的 YOLOv5 + DeepSORT 跟踪流程。

场景目标：

正在使用 YOLOv5 检测视频帧中的人，然后用 DeepSORT 跟踪这些人，要求：

• 从 YOLOv5 的输出中提取 x1, y1, x2, y2 形式的框

• 转换为 cx, cy, w, h 输入 DeepSORT

• 显示框时再转换为 OpenCV 用的 x, y, w, h

Step 1: 模拟 YOLOv5 检测输出（x1, y1, x2, y2, conf, class_id）

# 模拟一个人类检测框（左上角x1,y1，右下角x2,y2）
yolo_det = [100, 50, 200, 250, 0.92, 0]  # 人类类别为0
x1, y1, x2, y2, conf, cls_id = yolo_det[:6]

Step 2: 转为 DeepSORT 所需的 [cx, cy, w, h]

def xyxy2cxcywh(box):
    x1, y1, x2, y2 = box
    w = x2 - x1
    h = y2 - y1
    cx = x1 + w / 2
    cy = y1 + h / 2
    return [cx, cy, w, h]

bbox_deepsort = xyxy2cxcywh([x1, y1, x2, y2])
print("转换为 DeepSORT 格式:", bbox_deepsort)
# 输出: [150.0, 150.0, 100, 200]

Step 3: DeepSORT 跟踪输出（也为 x1,y1,x2,y2）

# 假设 DeepSORT 返回跟踪框和 ID
track_box = [98, 52, 198, 248]  # 跟踪后的框（略有偏移）
track_id = 5

Step 4: 转为 OpenCV 显示框（x, y, w, h）

def xyxy2xywh(box):
    x1, y1, x2, y2 = box
    return [int(x1), int(y1), int(x2 - x1), int(y2 - y1)]

display_box = xyxy2xywh(track_box)
print("OpenCV 显示框：", display_box)
# 输出: [98, 52, 100, 196]

Step 5: 用 OpenCV 显示跟踪结果

import cv2

frame = cv2.imread("demo.jpg")  # 假设是一帧图像
x, y, w, h = display_box
cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)
cv2.putText(frame, f"ID: {track_id}", (x, y - 10),
            cv2.FONT_HERSHEY_SIMPLEX, 0.6, (255, 0, 0), 2)
cv2.imshow("Track", frame)
cv2.waitKey(0)
cv2.destroyAllWindows()

小结：转换流程图

YOLOv5 输出：x1,y1,x2,y2
      ↓
DeepSORT 需要：cx,cy,w,h
      ↓
DeepSORT 输出：x1,y1,x2,y2
      ↓
OpenCV 显示：x,y,w,h

五、图示（便于理解）【描述版】

x1,y1 -------------------
       |                 |
       |     (cx,cy)     |
       |                 |
       ------------------ x2,y2