使用Opencv python从Image中裁剪凹面多边形

Him*_*ari 6 python opencv crop image-processing

如何从图像中裁剪凹面多边形.我的输入图像看起来像 这个.

闭合多边形的坐标是[10,150],[150,100],[300,150],[350,100],[310,20],[35,10].我希望使用opencv裁剪由凹多边形限定的区域.我搜索了其他类似的问题,但我找不到正确的答案.那就是我问的原因?你能帮助我吗.

任何帮助将非常感谢.!!!

Kin*_*t 金 15

脚步

  1. 使用多边形点找到区域
  2. 使用多边形点创建蒙版
  3. 做掩盖操作
  4. 如果需要,添加白色bg

代码:

# 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)
Run Code Online (Sandbox Code Playgroud)

来源图片:

在此输入图像描述

结果:

在此输入图像描述


api*_*i55 6

您可以通过3个步骤进行操作:

1)在图像上创建遮罩

mask = np.zeros((height, width))
points = np.array([[[10,150],[150,100],[300,150],[350,100],[310,20],[35,10]]])
cv2.fillPoly(mask, points, (255))
Run Code Online (Sandbox Code Playgroud)

2)将蒙版应用于原始图像

res = cv2.bitwise_and(img,img,mask = mask)
Run Code Online (Sandbox Code Playgroud)

3)(可选)您可以删除裁剪图像以缩小图像

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]]
Run Code Online (Sandbox Code Playgroud)

有了这个,您应该在图像末尾裁剪

更新

为了完整起见,下面是完整的代码:

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)
Run Code Online (Sandbox Code Playgroud)

  • @HimanshuTiwari即使有两个答案可供选择,也值得接受和赞扬。我发现它们既有用又易读,因此对它们+1。 (2认同)