在彩色框中裁剪图像

moys 发表于 Dev

莫伊斯

我有一个图像如下。我需要将图像的“绿色”框和裁剪部分检测为单独的图像。

我只能使用 numpy & opencv

我看了几个帖子，但我无法弄清楚这一点。任何人都可以帮忙。根据搜索，我猜测需要为此使用某种掩码。如果是，请提供一些有关如何选择特定颜色值的信息。我已经看到颜色值选择本身就是一个很大的话题，但我自己无法弄清楚。我很感激任何指导。

红色的

您可以找到所有绿色像素，找到轮廓，并裁剪找到的轮廓的边界矩形：

凝胶图像中的所有绿色像素，其中 RGB = (0, 255, 0)：
```
green_pix = np.all(img == (0, 255, 0), 2)
```
将 green_pix 转换为uint8值为 0 和 255 的二进制图像：
```
thresh_gray = green_pix.astype(np.uint8)*255
```

在中查找轮廓thresh_gray：

contours, _ = cv2.findContours(thresh_gray, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)

获取矩形，并裁剪矩形
```
out = img[y:y+h, x:x+w, :]
```

这是一个工作代码示例：

import numpy as np
import cv2

# (cv_major_ver, cv_minor_ver, cv_subminor_ver) = (cv2.__version__).split('.')  # Get version of OpenCV

img = cv2.imread('green_box.png')

# Gel all green pixels in the image - where RGB = (0, 255, 0)
green_pix = np.all(img == (0, 255, 0), 2)

# Convert green_pix to uint8 binary image with values 0 and 255
thresh_gray = green_pix.astype(np.uint8)*255 

# Find contours in thresh_gray.
# if int(cv_major_ver) < 4:
#     _, contours, _ = cv2.findContours(thresh_gray, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
# else:
#     contours, _ = cv2.findContours(thresh_gray, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)

contours = cv2.findContours(thresh_gray, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)[-2]  # Shortcut (get index [-2] instead of using if-else).

# Get rectangle (assume there is only one contour)
x, y, w, h = cv2.boundingRect(contours[0])

# Crop rectangle
out = img[y:y+h, x:x+w, :]

cv2.imwrite('out.png', out)  #Save out to file (for testing).

# Show result (for tesing).
cv2.imshow('out', out)
cv2.waitKey(0)
cv2.destroyAllWindows()

结果：

更新：

我有一个更简单的解决方案：

查找绿色像素的索引。
获取两个轴上的最小和最大索引。
裁剪矩形。

这是代码：

# Find indices of green pixels.
idx = np.where(np.all(img == (0, 255, 0), 2))

# Get minimum and maximum index in both axes (top left corner and bottom right corner)
x0, y0, x1, y1 = idx[1].min(), idx[0].min(), idx[1].max(), idx[0].max()

# Crop rectangle
out = img[y0:y1+1, x0:x1+1, :]

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。