鉴于我手动绘制了一个彩色边框的照片,
我想复制/裁剪图像内容,以将内容保留在边框内。

目的是检测该颜色边界框,然后使用该边界框告诉脚本复制/裁剪的位置。

我已经试验了轮廓,但是看来我需要额外的步骤。

也许是一种方法:

  • 检测边界区域
  • 找到最小的区域(框线的厚度可以变化,因此我需要内部边界区域-边界最终将是物理世界中的彩色海报板切口框)
  • 脚本为该区域创建一个掩码
  • 抓取图像

  • 可能有更好的方法。
    最好的方法是什么?
    我将使用哪些Python OpenCV方法?

    基于当前的实验代码(我正在探索通过轮廓尺寸获取面积,但我认为我需要更好的轮廓代码):
    import numpy as np
    import cv2
    
    image_dir = "/Users/admin/Documents/dir/dir2/"
    
    im = cv2.imread(image_dir+'test_image_bounded.png')
    imgray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
    ret,thresh = cv2.threshold(imgray,176,190,43)
    #ret,thresh = cv2.threshold(imgray,127,255,0)
    contours, hierarchy =         cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
    
    areaArray = []
    count = 1
    
    for i, c in enumerate(contours):
        area = cv2.contourArea(c)
        areaArray.append(area)
    
    #first sort the array by area
    sorteddata = sorted(zip(areaArray, contours), key=lambda x: x[0], reverse=True)
    
    #find the nth largest contour [n-1][1], in this case 2
    largestcontour = sorteddata[0][2]
    
    #draw it
    x, y, w, h = cv2.boundingRect(largestcontour)
    cv2.drawContours(im, largestcontour, -1, (255, 0, 0), 2)
    cv2.rectangle(im, (x, y), (x+w, y+h), (0,255,0), 2)
    cv2.imwrite(image_dir+'output.jpg', im)
    

    编辑--------------------------------

    通过颜色检测,形态学和第二大阈值,我设法获得了不错的结果

    这是一些相关的代码:
    green_MIN = np.array([45, 25, 25],np.uint8)
    green_MAX = np.array([55, 255, 255],np.uint8)
    
    hsv_img = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
    
    frame_threshed = cv2.inRange(hsv_img, green_MIN, green_MAX)
    
    #image = cv2.imread('...') # Load your image in here
    # Your code to threshold
    #image = cv2.adaptiveThreshold(image, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 45, 0)
    
    # Perform morphology
    se = np.ones((20,20), dtype='uint8')
    image_close = cv2.morphologyEx(frame_threshed, cv2.MORPH_CLOSE, se)
    

    HSV值很痛苦。我想使那部分自动化。
    这有助于获得值(value):
    https://achuwilson.wordpress.com/2012/02/14/hsv-pixel-values-in-opencv/

    最佳答案

    我的快速建议是:

    1)由于矩形为绿色,因此按颜色过滤。图像本身中也可能存在绿色,但这会减少误报。

    2)检测形成矩形的线。

    现在,可以通过各种方式完成此操作。一种更通用的方法是使用霍夫变换。我不知道可以直接搜索矩形的实现,尽管您也可以实现。 HoughLinesP函数将找到线,您可以选择形成矩形的线。

    但是,在您的应用程序中,您可能有非常严格的假设,这将使此问题更加容易。如果边界框从未旋转过,则可以简单地遍历行和列,以找到具有所要颜色最大像素的行和列。可以将其扩展为寻找连续的像素以找到线段,但是甚至没有必要。

    关于python - 使用Python OpenCV,如何提取特定颜色边界框内的图像区域?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/30585935/

    10-11 23:05
    查看更多