代码之家 › 专栏 › 技术社区 › Himanshu Tiwari

使用Opencv python从图像中裁剪凹多边形

crop image-processing opencv python

Himanshu Tiwari · 技术社区 · 7 年前

如何从图像中裁剪凹多边形。我的输入图像看起来像 this .

以及关闭多边形是 [10,150],[150,100],[300,150],[350,100],[310,20],[35,10]. 我希望使用opencv裁剪以凹多边形为边界的区域。我搜索了其他类似的问题,但没有找到正确的答案。这就是为什么我要问这个问题?你能帮助我吗。

任何帮助都将不胜感激。!!!

3 回复 | 直到 7 年前

Community CDub 4 年前

步骤

使用多边形点查找区域

使用多边形点创建遮罩

进行遮罩操作以裁剪

如果需要,添加白色背景

# 2018.01.17 20:39:17 CST
# 2018.01.17 20:50:35 CST
import numpy as np
import cv2

img = cv2.imread("test.png")
pts = np.array([[10,150],[150,100],[300,150],[350,100],[310,20],[35,10]])

## (1) Crop the bounding rect
rect = cv2.boundingRect(pts)
x,y,w,h = rect
croped = img[y:y+h, x:x+w].copy()

## (2) make mask
pts = pts - pts.min(axis=0)

mask = np.zeros(croped.shape[:2], np.uint8)
cv2.drawContours(mask, [pts], -1, (255, 255, 255), -1, cv2.LINE_AA)

## (3) do bit-op
dst = cv2.bitwise_and(croped, croped, mask=mask)

## (4) add the white background
bg = np.ones_like(croped, np.uint8)*255
cv2.bitwise_not(bg,bg, mask=mask)
dst2 = bg+ dst


cv2.imwrite("croped.png", croped)
cv2.imwrite("mask.png", mask)
cv2.imwrite("dst.png", dst)
cv2.imwrite("dst2.png", dst2)

源图像:

结果:

api55 4 年前

您可以通过三个步骤完成:

在图像外创建遮罩

掩码=np。零((高度、宽度)) cv2.fillPoly(遮罩,点,(255))
将遮罩应用于原始图像

res=cv2。按位与(img,img,mask=mask)
(可选)您可以删除裁剪图像以获得较小的图像

rect=cv2。boundingRect(points)#返回矩形的(x、y、w、h) 裁剪=res[rect[1]:rect[1]+rect[3]、rect[0]:rect[0]+rect[2]]

这样,您应该在最后裁剪图像

更新

为了完整起见,以下是完整的代码:

import numpy as np
import cv2

img = cv2.imread("test.png")
height = img.shape[0]
width = img.shape[1]

mask = np.zeros((height, width), dtype=np.uint8)
points = np.array([[[10,150],[150,100],[300,150],[350,100],[310,20],[35,10]]])
cv2.fillPoly(mask, points, (255))

res = cv2.bitwise_and(img,img,mask = mask)

rect = cv2.boundingRect(points) # returns (x,y,w,h) of the rect
cropped = res[rect[1]: rect[1] + rect[3], rect[0]: rect[0] + rect[2]]

cv2.imshow("cropped" , cropped )
cv2.imshow("same size" , res)
cv2.waitKey(0)

对于彩色背景版本,请使用如下代码:

import numpy as np
import cv2

img = cv2.imread("test.png")
height = img.shape[0]
width = img.shape[1]

mask = np.zeros((height, width), dtype=np.uint8)
points = np.array([[[10,150],[150,100],[300,150],[350,100],[310,20],[35,10]]])
cv2.fillPoly(mask, points, (255))

res = cv2.bitwise_and(img,img,mask = mask)

rect = cv2.boundingRect(points) # returns (x,y,w,h) of the rect
im2 = np.full((res.shape[0], res.shape[1], 3), (0, 255, 0), dtype=np.uint8 ) # you can also use other colors or simply load another image of the same size
maskInv = cv2.bitwise_not(mask)
colorCrop = cv2.bitwise_or(im2,im2,mask = maskInv)
finalIm = res + colorCrop
cropped = finalIm[rect[1]: rect[1] + rect[3], rect[0]: rect[0] + rect[2]]

cv2.imshow("cropped" , cropped )
cv2.imshow("same size" , res)
cv2.waitKey(0)

jadekim 2 年前

对于模糊图像背景版本,请使用如下代码:

    img = cv2.imread(img_path)
    box = <box points>

    # -- background
    blur_bg = cv2.blur(img, (h, w))
    mask1 = np.zeros((h, w, 3), np.uint8)
    mask2 = np.ones((h, w, 3), np.uint8) * 255
    cv2.fillPoly(mask1, box, (255, 255, 255))

    # -- indexing
    img_idx = np.where(mask1 == mask2)
    bg_idx = np.where(mask1 != mask2)
    
    # -- fill box
    res = np.zeros((h, w, 3), np.int64)
    res[img_idx] = img[img_idx]
    res[bg_idx] = blur_bg[bg_idx]
    res = res[y1:y2, x1:x2, :]