Python-OpenCV-裁剪图像并隔离特定对象

Question

使用python-OpenCV，我已成功读取以下图像，检测矩形，裁剪它们并将每个矩形保存为图像。

这是我成功裁剪并另存为图像的矩形的示例。（因此将有12个）

然后处理每个矩形图像，以隔离圆并为每个圆创建一个新图像-使用cv2.HoughCircles我也成功做到了。

图像的输出A包含圆圈，如下所示：

现在：我需要做的是删除绿色圆圈以外的所有内容，并将绿色圆圈以外的所有内容转换为黑色，然后得到B（仅绿色圆圈）：

现在的问题是：如何获得B从A。

我从OpenCV中获取代码：删除图像的背景，但不适用于该图像A，而是输出此类图像：

---

这是从OpenCV中获取的代码：删除图像的背景。

circle_path_test = 'D:\rec.png'

img  = cv2.imread(circle_path_test)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

## (2) Threshold
th, threshed = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY_INV|cv2.THRESH_OTSU)

## (3) Find the min-area contour
_, cnts, _ = cv2.findContours(threshed, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cnts = sorted(cnts, key=cv2.contourArea)
for cnt in cnts:
    if cv2.contourArea(cnt) > 100:
        break

## (4) Create mask and do bitwise-op
mask = np.zeros(img.shape[:2],np.uint8)
cv2.drawContours(mask, [cnt],-1, 255, -1)
dst = cv2.bitwise_and(img, img, mask=mask)

## Save it
# cv2.imshow("dst.png", dst);cv2.waitKey()       
#rec_img_name_without_extension ,img_ext = os.path.splitext(circle_path_test)                
cv2.imwrite(os.path.join(os.getcwd(), 'dst_circle_gray - Copy.png') , dst) 

Answer 1

我回答了类似的问题@ OpenCV：删除图像的背景。对于您在问题中发布的图像，它可以成功运行。

下图失败。因为，该代码仅用于检测到两个圆，或者当内部圆是第一个大于的轮廓时100。

要make it work，你应该make it meet the condition。您可以采取一些措施来排除非圆形，非中心，太小或太大的圆形。如：

示例代码：

#!/usr/bin/python3
# 2018.01.20 20:58:12 CST
# 2018.01.20 21:24:29 CST
# 2018.01.22 23:30:22 CST

import cv2
import numpy as np

## (1) Read
img = cv2.imread("img04.png")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

## (2) Threshold
th, threshed = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY_INV|cv2.THRESH_OTSU)

## (3) Find the first contour that greate than 100, locate in centeral region
## Adjust the parameter when necessary
cnts = cv2.findContours(threshed, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)[-2]
cnts = sorted(cnts, key=cv2.contourArea)
H,W = img.shape[:2]
for cnt in cnts:
    x,y,w,h = cv2.boundingRect(cnt)
    if cv2.contourArea(cnt) > 100 and (0.7 < w/h < 1.3) and (W/4 < x + w//2 < W*3/4) and (H/4 < y + h//2 < H*3/4):
        break

## (4) Create mask and do bitwise-op
mask = np.zeros(img.shape[:2],np.uint8)
cv2.drawContours(mask, [cnt],-1, 255, -1)
dst = cv2.bitwise_and(img, img, mask=mask)

## Display it
cv2.imwrite("dst.png", dst)
cv2.imshow("dst.png", dst)
cv2.waitKey()

结果：