如何裁剪图像，就像我以前在PIL中所做的那样，使用OpenCV。
PIL工作示例
im = Image.open('0.png').convert('L')
im = im.crop((1, 1, 98, 33))
im.save('_0.png')
但是我怎么在OpenCV上做呢?
这就是我所尝试的:
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)
但这并不奏效。
我想我错误地使用了getRectSubPix。如果是这样，请解释我如何正确使用这个功能。
当前回答
健壮的农作物与opencv复制边界功能:
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
其他回答
以裁剪或感兴趣的区域(ROI)用于下面的代码
import cv2
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
image=cv2.imread("ronaldo.jpg")
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray, 1.3, 5)
for (x,y,w,h) in faces:
cv2.rectangle(img,(x,y),(x+w,y+h),(255,255,0),2)
roi_image = gray[y:y+h, x:x+w]
cv2.imshow("crop/region of interset image",roi_image)
cv2.waitKey(0)
cv2.destroyAllWindows()
查阅参考资料
或者，你可以使用tensorflow进行裁剪，使用openCV从图像中生成数组。
import cv2
img = cv2.imread('YOURIMAGE.png')
img是一个(imageheight, imagewidth, 3)形状数组。用tensorflow裁剪数组:
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
)
用tf重新组装图像。Keras，所以我们可以看看它是否有效:
tf.keras.preprocessing.image.array_to_img(
x, data_format=None, scale=True, dtype=None
)
这将在笔记本中打印出图片(在谷歌Colab中测试)。
整个代码放在一起:
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
)
这很简单。使用numpy切片。
import cv2
img = cv2.imread("lenna.png")
crop_img = img[y:y+h, x:x+w]
cv2.imshow("cropped", crop_img)
cv2.waitKey(0)
我有这个问题，并在这里找到了另一个答案:感兴趣的复制区域
如果我们把(0,0)看作图像的左上角，叫做im，从左到右是x方向，从上到下是y方向。我们有(x1,y1)作为图像中一个矩形区域的左上角顶点(x2,y2)作为右下角顶点，那么:
roi = im[y1:y2, x1:x2]
这里有一个关于numpy数组索引和切片的综合资源，它可以告诉你更多关于裁剪图像部分的事情。图像将在opencv2中存储为numpy数组。
:)
下面是裁剪图像的方法。
image_path:要编辑的图像的路径
坐标:x/y坐标(x1, y1, x2, y2)的元组[打开图像在 Mspaint和检查“标尺”在视图选项卡查看坐标]
saved_location:保存裁剪图像的路径
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')
