### 实现目标随机放置并生成YOLOv5数据集 为了实现这一功能，程序需要完成两个主要任务：一是将检测对象随机放置到背景图像上；二是按照 YOLO v5 的标签格式生成对应的标注文件。 #### 随机放置物体于图像之上 通过 Python 和 OpenCV 库来加载背景图以及待插入的目标物图片。利用 NumPy 来处理坐标计算，确保所选位置不会超出边界范围[^1]。 ```python import cv2 import numpy as np from random import randint, uniform def place_object_randomly(background_img_path, object_img_path): background = cv2.imread(background_img_path) obj = cv2.imread(object_img_path, -1) bg_h, bg_w = background.shape[:2] obj_h, obj_w = obj.shape[:2] # 计算可放置区域的最大最小值 max_x = bg_w - obj_w max_y = bg_h - obj_h if max_x < 0 or max_y < 0: raise ValueError('Object image is larger than the background.') x_offset = randint(0, max_x) y_offset = randint(0, max_y) for c in range(0, 3): # 对每个颜色通道执行操作 foreground = obj[:, :, c] * (obj[:, :, 3] / 255.0) # 使用alpha通道作为掩码 background[y_offset:y_offset+obj_h, x_offset:x_offset+obj_w, c] = \ background[y_offset:y_offset+obj_h, x_offset:x_offset+obj_w, c] * (1.0 - obj[:, :, 3] / 255.0)\ + foreground return background, (x_offset, y_offset), (obj_w, obj_h) ``` 此函数接收两张图片路径参数——一张用于充当场景的较大尺寸底图 `background_img_path` ，另一张则是要嵌入的小图标 `object_img_path` 。返回修改后的组合图像及其相对应的位置信息[(左上角横纵坐标)，(宽度高度)]以便后续制作标签文件[^1]。 #### 创建YOLOv5兼容的数据集标注文件 YOLO 标签遵循特定格式：每行代表一个框，由类别索引加上四个浮点数构成（归一化中心点X,Y和宽高）。下面展示了一个辅助方法用来保存这些细节至`.txt` 文件中： ```python def save_yolo_label(label_file_name, class_id, bbox_center_xywh_normalized): with open(label_file_name, 'w') as f: line = "{} {} {} {} {}\n".format( int(class_id), round(bbox_center_xywh_normalized[0], 6), round(bbox_center_xywh_normalized[1], 6), round(bbox_center_xywh_normalized[2], 6), round(bbox_center_xywh_normalized[3], 6)) f.write(line) def normalize_bbox_coordinates(image_size_wh, bbox_top_left_corner, bbox_dimensions): img_width, img_height = image_size_wh box_xmin, box_ymin = bbox_top_left_corner box_width, box_height = bbox_dimensions center_x = (box_xmin + box_width/2.) / float(img_width) center_y = (box_ymin + box_height/2.) / float(img_height) norm_box_width = box_width / float(img_width) norm_box_height = box_height / float(img_height) return [center_x, center_y, norm_box_width, norm_box_height] ``` 上述代码片段定义了两个实用工具函数：一个是负责写入指定格式字符串到文本文件中的 `save_yolo_label()` 函数；另一个是用来转换原始像素级边框描述成标准化形式供 YOLO 解析使用的 `normalize_bbox_coordinates()` 方法[^1]。 最后一步就是调用这两个部分并将它们结合起来形成完整的流程，在实际应用时可以根据需求调整逻辑结构或增加更多特性支持多类别的实例分割等问题。