วิธีการครอบตัดรูปภาพใน OpenCV โดยใช้ Python

ฉันจะครอบตัดรูปภาพอย่างที่เคยทำใน PIL ด้วย OpenCV ได้อย่างไร

ตัวอย่างการทำงานบน PIL

im = Image.open('0.png').convert('L')
im = im.crop((1, 1, 98, 33))
im.save('_0.png')

แต่ฉันจะทำบน OpenCV ได้อย่างไร

นี่คือสิ่งที่ฉันพยายาม:

im = cv.imread('0.png', cv.CV_LOAD_IMAGE_GRAYSCALE)
(thresh, im_bw) = cv.threshold(im, 128, 255, cv.THRESH_OTSU)
im = cv.getRectSubPix(im_bw, (98, 33), (1, 1))
cv.imshow('Img', im)
cv.waitKey(0)

แต่มันไม่ทำงาน

getRectSubPixผมคิดว่าผมใช้ไม่ถูกต้อง หากเป็นกรณีนี้โปรดอธิบายวิธีที่ฉันสามารถใช้ฟังก์ชั่นนี้ได้อย่างถูกต้อง

มันง่ายมาก ใช้การแบ่ง numpy

import cv2
img = cv2.imread("lenna.png")
crop_img = img[y:y+h, x:x+w]
cv2.imshow("cropped", crop_img)
cv2.waitKey(0)

ฉันมีคำถามนี้และพบคำตอบอื่นที่นี่: คัดลอกภูมิภาคที่น่าสนใจ

หากเราพิจารณา (0,0) เป็นมุมบนซ้ายของภาพที่เรียกว่าimมีซ้ายไปขวาเป็นทิศทาง x และจากบนลงล่างเป็นทิศทาง y และเรามี (x1, y1) เป็นจุดสุดยอดมุมซ้ายบนและ (x2, y2) เป็นจุดสุดยอดมุมขวาล่างของพื้นที่สี่เหลี่ยมผืนผ้าภายในภาพนั้นจากนั้น:

roi = im[y1:y2, x1:x2]

นี่คือทรัพยากรที่ครอบคลุมเกี่ยวกับการจัดทำดัชนีอาร์เรย์และการแบ่งส่วนซึ่งสามารถบอกคุณเพิ่มเติมเกี่ยวกับสิ่งต่าง ๆ เช่นการครอบตัดส่วนของรูปภาพ ภาพจะถูกเก็บไว้เป็นอาร์เรย์ numpy ใน opencv2

:)

โปรดทราบว่าการแบ่งภาพไม่ได้สร้างสำเนาของcropped imageแต่สร้างpointerไปยังroiไปหากคุณกำลังโหลดภาพจำนวนมากให้ตัดส่วนที่เกี่ยวข้องของภาพด้วยการแบ่งส่วนและต่อท้ายรายการอาจเป็นหน่วยความจำขนาดใหญ่เสีย

สมมติว่าคุณโหลดภาพ N ภาพแต่ละภาพ>1MPและคุณต้องการเพียง100x100ภูมิภาคจากมุมบนซ้าย

Slicing:

X = []
for i in range(N):
    im = imread('image_i')
    X.append(im[0:100,0:100]) # This will keep all N images in the memory. 
                              # Because they are still used.

หรือคุณสามารถคัดลอกส่วนที่เกี่ยวข้องโดยเพื่อเก็บขยะจะลบ.copy()im

X = []
for i in range(N):
    im = imread('image_i')
    X.append(im[0:100,0:100].copy()) # This will keep only the crops in the memory. 
                                     # im's will be deleted by gc.

หลังจากค้นพบสิ่งนี้ฉันได้ตระหนักถึงความคิดเห็นอย่างหนึ่งของผู้ใช้1270710 ที่กล่าวถึงว่า แต่ฉันใช้เวลาพอสมควรในการค้นหา ดังนั้นฉันคิดว่ามันควรค่าแก่การกล่าวขวัญ

รหัสนี้ครอบตัดรูปภาพจาก x = 0, y = 0 ตำแหน่งถึง h = 100, w = 200

import numpy as np
import cv2

image = cv2.imread('download.jpg')
y=0
x=0
h=100
w=200
crop = image[y:y+h, x:x+w]
cv2.imshow('Image', crop)
cv2.waitKey(0) 

ด้านล่างเป็นวิธีการครอบตัดรูปภาพ

image_path:เส้นทางไปยังรูปภาพที่จะแก้ไข

coords: tuple ของพิกัด x / y (x1, y1, x2, y2) [เปิดภาพเป็น mspaint และตรวจสอบ "ไม้บรรทัด" ในแท็บมุมมองเพื่อดูพิกัด]

save_location : เส้นทางเพื่อบันทึกภาพที่ครอบตัด

from PIL import Image
    def crop(image_path, coords, saved_location:
        image_obj = Image.open("Path of the image to be cropped")
            cropped_image = image_obj.crop(coords)
            cropped_image.save(saved_location)
            cropped_image.show()


if __name__ == '__main__':
    image = "image.jpg"
    crop(image, (100, 210, 710,380 ), 'cropped.jpg')

ครอบตัดที่แข็งแกร่งด้วยฟังก์ชั่นการคัดลอกขอบ opencv:

def imcrop(img, bbox):
   x1, y1, x2, y2 = bbox
   if x1 < 0 or y1 < 0 or x2 > img.shape[1] or y2 > img.shape[0]:
        img, x1, x2, y1, y2 = pad_img_to_fit_bbox(img, x1, x2, y1, y2)
   return img[y1:y2, x1:x2, :]

def pad_img_to_fit_bbox(img, x1, x2, y1, y2):
    img = cv2.copyMakeBorder(img, - min(0, y1), max(y2 - img.shape[0], 0),
                            -min(0, x1), max(x2 - img.shape[1], 0),cv2.BORDER_REPLICATE)
   y2 += -min(0, y1)
   y1 += -min(0, y1)
   x2 += -min(0, x1)
   x1 += -min(0, x1)
   return img, x1, x2, y1, y2

นี่คือโค้ดบางส่วนสำหรับ imcrop ที่มีประสิทธิภาพมากขึ้น (บิตใน MATLAB)

def imcrop(img, bbox): 
    x1,y1,x2,y2 = bbox
    if x1 < 0 or y1 < 0 or x2 > img.shape[1] or y2 > img.shape[0]:
        img, x1, x2, y1, y2 = pad_img_to_fit_bbox(img, x1, x2, y1, y2)
    return img[y1:y2, x1:x2, :]

def pad_img_to_fit_bbox(img, x1, x2, y1, y2):
    img = np.pad(img, ((np.abs(np.minimum(0, y1)), np.maximum(y2 - img.shape[0], 0)),
               (np.abs(np.minimum(0, x1)), np.maximum(x2 - img.shape[1], 0)), (0,0)), mode="constant")
    y1 += np.abs(np.minimum(0, y1))
    y2 += np.abs(np.minimum(0, y1))
    x1 += np.abs(np.minimum(0, x1))
    x2 += np.abs(np.minimum(0, x1))
    return img, x1, x2, y1, y2

หรือคุณสามารถใช้ tensorflow สำหรับการครอบตัดและ openCV สำหรับสร้างอาร์เรย์จากรูปภาพ

import cv2
img = cv2.imread('YOURIMAGE.png')

ตอนนี้imgคืออาเรย์ (imageheight, imagewidth, 3) ครอบตัดอาร์เรย์ด้วย tensorflow:

import tensorflow as tf
offset_height=0
offset_width=0
target_height=500
target_width=500
x = tf.image.crop_to_bounding_box(
    img, offset_height, offset_width, target_height, target_width
)

ประกอบภาพด้วย tf.keras อีกครั้งเพื่อให้เราสามารถดูได้ถ้ามันทำงาน:

tf.keras.preprocessing.image.array_to_img(
    x, data_format=None, scale=True, dtype=None
)

รูปนี้จะพิมพ์รูปลงในสมุดบันทึก (ทดสอบใน Google Colab)

รหัสทั้งหมดเข้าด้วยกัน:

import cv2
img = cv2.imread('YOURIMAGE.png')

import tensorflow as tf
offset_height=0
offset_width=0
target_height=500
target_width=500
x = tf.image.crop_to_bounding_box(
    img, offset_height, offset_width, target_height, target_width
)

tf.keras.preprocessing.image.array_to_img(
    x, data_format=None, scale=True, dtype=None
)