将图像拆分成部分

Question

imagemagick或gimp或其他与linux兼容的工具有什么能够自动检测图像上的单个对象并返回对象的某个位置或将每个对象存储为单独的图像吗？

我有像这样的图像:

对于对象位于网格上的其他图像,我已成功crop在imagemagick中使用运算符,例如3x3网格:

convert -crop 3x3@ in-image.jpg  out-image-%d.jpg

crop当没有矩形网格时我无法使用,但我认为白色应足以让对象分离.

Answer 1

我会用"连接组件分析"或"图像分割"方法解决这个问题,像这样......

首先,将输入图像分成组件,指定最小尺寸(以便移除较小的块)并允许8连接(即,考虑8个相邻像素N,NE,E,SE,S,SW,W,NW邻居)而不是4连接 - 只考虑连接的N,E,S和W像素.

convert http://i.stack.imgur.com/T2VEJ.jpg -threshold 98% \
    -morphology dilate octagon                            \
    -define connected-components:area-threshold=800       \
    -define connected-components:verbose=true             \
    -connected-components 8 -auto-level PNG8:lumps.png

这给出了这个输出:

Objects (id: bounding-box centroid area mean-color):
  0: 450x450+0+0 219.2,222.0 93240 srgb(255,255,255)
  14: 127x98+111+158 173.0,209.4 9295 srgb(0,0,0)
  29: 105x91+331+303 384.1,346.9 6205 srgb(0,0,0)
  8: 99x75+340+85 388.9,124.6 5817 srgb(1,1,1)
  15: 110x69+330+168 385.4,204.9 5640 srgb(1,1,1)
  3: 114x62+212+12 270.0,42.4 5021 srgb(0,0,0)
  4: 103x63+335+12 388.9,44.9 4783 srgb(0,0,0)
  11: 99x61+13+134 61.5,159.1 4181 srgb(0,0,0)
  37: 128x52+313+388 375.1,418.4 4058 srgb(0,0,0)
  24: 95x62+24+256 69.6,285.7 4017 srgb(0,0,0)
  2: 91x68+15+12 62.0,44.4 3965 srgb(0,0,0)
  38: 91x50+10+391 55.1,417.0 3884 srgb(0,0,0)
  12: 83x64+249+134 288.3,168.4 3761 srgb(0,0,0)
  19: 119x62+320+240 385.4,268.4 3695 srgb(9,9,9)
  25: 93x63+128+268 176.1,302.1 3612 srgb(0,0,0)
  39: 96x49+111+391 158.1,416.0 3610 srgb(0,0,0)
  31: 104x59+117+333 172.9,360.1 3493 srgb(0,0,0)
  33: 88x55+238+335 279.3,364.5 3440 srgb(0,0,0)
  26: 121x54+230+271 287.6,294.0 3431 srgb(8,8,8)
  1: 98x61+109+11 159.7,40.0 3355 srgb(0,0,0)
  40: 88x42+218+399 262.3,419.7 3321 srgb(0,0,0)
  6: 87x61+115+70 157.9,100.1 3263 srgb(0,0,0)
  30: 97x57+14+327 57.3,357.2 3237 srgb(55,55,55)
  17: 84x57+13+207 53.1,232.2 2995 srgb(0,0,0)
  5: 107x58+10+68 58.9,97.5 2988 srgb(0,0,0)
  18: 77x60+237+212 273.0,243.0 2862 srgb(0,0,0)
  7: 87x49+249+78 291.8,99.3 2703 srgb(9,9,9)
  10: 82x51+178+109 222.8,133.9 2628 srgb(0,0,0)

每一行对应一个单独的组件或段,并显示每个组件的边界框的宽度和高度,以及它们从左上角的偏移量.你可以很容易地解析它,awk并在图像上绘制指示的红色框,以便:

调用输出图像lumps.png,它看起来像这样:

你可以看到每个组件(肉块)都有不同的灰度级.您还可以分析lumps.png并为每块肉提取单独的面膜,如下所示:

#!/bin/bash
# Extract every grey level, and montage together all that are not entirely black
rm mask_*png 2> /dev/null
mask=0
for v in {1..255}; do
   ((l=v*255))
   ((h=l+255))
   mean=$(convert lumps.png -black-threshold "$l" -white-threshold "$h" -fill black -opaque white -threshold 1 -verbose info: | grep -c "mean: 0 ")
   if [ "$mean" -eq 0 ]; then
     convert lumps.png -black-threshold "$l" -white-threshold "$h" -fill black -opaque white -threshold 1 mask_$mask.png
     ((mask++))
   fi
done 

这给了我们这样的面具:

还有这个

如果我们这样做,我们可以一起看到它们

montage -tile 4x mask_* montage_masks.png

如果我们现在将每个蒙版应用于输入图像作为不透明度并修剪生成的图像,我们将留下单个肉块

seg=0
rm segment_*png 2> /dev/null
for f in mask_*png; do
   convert http://i.stack.imgur.com/T2VEJ.jpg $f -compose copy-opacity -composite -trim +repage segment_$seg.png
   ((seg++))
done

它们看起来像这样:

还有这个

或者,我们可以将它们全部放在一起,如下所示:

montage -background white -tile 4x segment_* montage_results.png

很酷的问题:-)

Answer 2

可以通过多个步骤使用ImageMagick完成.原始图像名为meat.jpg:

convert meat.jpg -threshold 98% -morphology Dilate Octagon meat_0.png

convert meat_0.png text: | grep -m 1 black

这为您提供了肉类第一部分区域的像素位置:

131,11: (  0,  0,  0)  #000000  black

我们将使用它为第一块红色着色,分离红色通道,然后为第一块创建并应用蒙版:

 convert meat_0.png -fill red -bordercolor white \
         -draw 'color 131,11 filltoborder' meat_1_red.png
 convert meat_1_red.png -channel R -separate meat_1.png
 convert meat_1_red.png meat_1.png -compose subtract \
         -threshold 50% -composite -morphology Dilate Octagon \
         -negate meat_1_mask.png
 convert meat_1_mask.png meat.jpg -compose Screen -composite \
         -trim meat_1.jpg

由此产生的meat_1.jpg已被修剪.然后,您可以使用meat_1.png而不是meat_0.png进行相同的操作,生成meat_2.png作为动态连续迭代的基础.也许这可以进一步简化并包装在shell脚本中.