工业图纸标注处理工具：从大图裁切到标注映射的完整实践
工业图纸标注处理工具：从大图裁切到标注映射的完整实践
前言
在工业图纸（如 P&ID 管道仪表流程图）的 AI 标注场景中，我们经常面临一个实际问题：原始图纸尺寸巨大（动辄 4000×3000 甚至更大），直接送入模型训练不现实，需要将大图裁切成统一尺寸的小图。但裁切后，大图上的标注坐标如何映射到小图上？本文介绍一个基于 Python + PIL 的完整解决方案。
项目概述
本项目实现了三个核心功能：
| 功能 | 说明 |
|---|---|
| 图片对比度增强 | 调整图片对比度，改善视觉效果 |
| 重叠滑动窗口裁切 | 将大图按 640×640 裁切，相邻窗口 20% 重叠 |
| 标注可视化与映射 | 读取 LabelMe 格式 JSON，在大图上绘制标注，裁切时自动映射坐标到小图 |
技术栈
- Python 3.x
- Pillow (PIL)：图片读写与绘制
- NumPy：数组操作与 padding
- FastAPI + Uvicorn：Web 服务框架（预留）
fastapi uvicorn pillow功能一：图片对比度增强
最简单的功能，使用 PIL 的ImageEnhance.Contrast调整对比度：
fromPILimportImage,ImageEnhancedefenhance_contrast(input_path:str,output_path:str,factor:float=1.5):img=Image.open(input_path)enhancer=ImageEnhance.Contrast(img)enhanced=enhancer.enhance(factor)enhanced.save(output_path)factor > 1：增强对比度factor < 1：减弱对比度factor = 1：原图
功能二：重叠滑动窗口裁切
2.1 需求分析
将大图裁切为 640×640 的小图，且相邻裁切窗口之间有20% 的重叠。这样做的目的是避免标注目标恰好落在裁切边界上被截断。
2.2 核心参数
裁切窗口：640 × 640 重叠比例：20% 重叠像素：640 × 0.2 = 128px 滑动步长：640 - 128 = 512px2.3 贴边对齐策略
窗口从(0, 0)开始，以 512px 步长滑动。为了让最后一个窗口恰好对齐图片右下边缘，在底部和右侧做 padding（填充黑色），顶部和左侧不 pad：
以 1920×1080 的图为例： x=0 x=512 x=1024 x=1536 │ │ │ │ ▼ 窗口0 ▼ 窗口1 ▼ 窗口2 ▼ 窗口3(含右侧padding 256px) ┌──────┬─┐┌──────┬─┐┌──────┬─┐┌──────┐ │ │ ││ │ ││ │ ││ pad │ │ 640 │ ││ 640 │ ││ 640 │ ││ 640 │ │ │ ││ │ ││ │ ││ │ └──────┴─┘└──────┴─┘└──────┴─┘└──────┘ 128px重叠 128px重叠 128px重叠 水平 4 列 × 垂直 2 行 = 8 张切图2.4 边界情况处理
当图片某个方向尺寸小于 640 时，从该方向边缘向外补齐到 640：
| 图片尺寸 | 处理方式 | 切图数 |
|---|---|---|
| 1920×1080 | 正常裁切 | 4×2 = 8 |
| 500×1080 | 宽度补到 640，垂直正常 | 1×2 = 2 |
| 1920×400 | 高度补到 640，水平正常 | 4×1 = 4 |
| 300×200 | 两方向都不足，都补到 640 | 1×1 = 1 |
2.5 核心代码
defcrop_with_overlap_v2(input_path,output_dir,crop_size=640,overlap_ratio=0.2):img=Image.open(input_path)arr=np.array(img)h,w=arr.shape[:2]step=int(crop_size*(1-overlap_ratio))# 512# 计算 padding，保证最后一个窗口对齐右下边缘pad_bottom=(crop_size-h)%step pad_right=(crop_size-w)%stepifpad_bottom<0:pad_bottom+=stepifpad_right<0:pad_right+=step extra_bottom=max(0,crop_size-h-pad_bottom)extra_right=max(0,crop_size-w-pad_right