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
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。
:)
其他回答
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。
:)
# Import packages
import cv2
import numpy as np
img = cv2.imread('skewness.png')
print(img.shape) # Print image shape
cv2.imshow("original", img)
# Cropping an image
cropped_image = img[80:280, 150:330]
# Display cropped image
cv2.imshow("cropped", cropped_image)
# Save the cropped image
cv2.imwrite("Cropped Image.jpg", cropped_image)
#The function waitKey waits for a key event infinitely (when \f$\texttt{delay}\leq 0\f$ ) or for delay milliseconds, when it is positive
cv2.waitKey(0)
#The function destroyAllWindows destroys all of the opened HighGUI windows.
cv2.destroyAllWindows()
注意，图像切片不是创建裁剪图像的副本，而是创建一个指向roi的指针。如果加载这么多图像，用切片裁剪图像的相关部分，然后追加到一个列表中，这可能是巨大的内存浪费。
假设你加载N张图片，每张图片为>1MP，你只需要左上角100x100的区域。
切片:
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.
或者，你可以通过.copy()复制相关部分，这样垃圾收集器就会删除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.
在发现这一点后，我意识到user1270710的一个评论提到了这一点，但我花了很长时间才发现(即调试等)。所以，我认为值得一提。
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
