如何通过单击鼠标而不是猜测和检查来获得 ROI 边界框坐标

Question

所以我试图截取我的显示器的屏幕截图，并且在这样做时只抓取屏幕的一部分。我知道我可以使用 mss 或 opencv、pillow 或任何其他支持边界框的屏幕截图库......但是，不是随机猜测坐标是什么......我的意思是使用边界框坐标截取屏幕截图设置，并查看它是否与我实际尝试拍摄的照片相近。

---

例如：我的试验坐标是 10,10,500,500 而实际上我需要的实际坐标是 15,40,200,300（这些坐标是组成的）

---

我解决这个问题的想法是有一个工具，允许我在我需要的图像（屏幕的一部分）周围单击并拖动一个边界框，并让程序返回结果，例如 15,40,200,300。另外，如果我的盒子可以被画出来，那将非常有帮助！如果有另一种方式来实现这一目标，我也会对此持开放态度。

---

谢谢你。

Answer 1

这个想法是在感兴趣的区域周围单击并拖动一个边界框以获得坐标。为此，我们必须捕获鼠标单击的事件动作并记录 ROI 的开始和结束坐标。OpenCV 允许我们通过处理鼠标点击事件来做到这一点。任何时候触发鼠标单击事件，OpenCV 都会将信息传递给我们的extract_coordinates回调函数。为了处理事件，OpenCV 需要各种参数：

• event : 发生的事件（左/右按下或释放鼠标点击）
• x : 事件的 x 坐标
• y : 事件的 y 坐标
• flags : OpenCV 传递的相关标志
• 参数：OpenCV 传递的额外参数

按下左键记录左上角坐标，而释放左键单击记录右下角坐标。然后我们在 ROI 周围绘制一个边界框，并将左上角和右下角矩形区域的坐标打印到控制台。右键单击将重置图像。

提取边界框坐标小部件：

import cv2

class BoundingBoxWidget(object):
    def __init__(self):
        self.original_image = cv2.imread('1.jpg')
        self.clone = self.original_image.copy()

        cv2.namedWindow('image')
        cv2.setMouseCallback('image', self.extract_coordinates)

        # Bounding box reference points
        self.image_coordinates = []

    def extract_coordinates(self, event, x, y, flags, parameters):
        # Record starting (x,y) coordinates on left mouse button click
        if event == cv2.EVENT_LBUTTONDOWN:
            self.image_coordinates = [(x,y)]

        # Record ending (x,y) coordintes on left mouse button release
        elif event == cv2.EVENT_LBUTTONUP:
            self.image_coordinates.append((x,y))
            print('top left: {}, bottom right: {}'.format(self.image_coordinates[0], self.image_coordinates[1]))
            print('x,y,w,h : ({}, {}, {}, {})'.format(self.image_coordinates[0][0], self.image_coordinates[0][1], self.image_coordinates[1][0] - self.image_coordinates[0][0], self.image_coordinates[1][1] - self.image_coordinates[0][1]))

            # Draw rectangle 
            cv2.rectangle(self.clone, self.image_coordinates[0], self.image_coordinates[1], (36,255,12), 2)
            cv2.imshow("image", self.clone) 

        # Clear drawing boxes on right mouse button click
        elif event == cv2.EVENT_RBUTTONDOWN:
            self.clone = self.original_image.copy()

    def show_image(self):
        return self.clone

if __name__ == '__main__':
    boundingbox_widget = BoundingBoxWidget()
    while True:
        cv2.imshow('image', boundingbox_widget.show_image())
        key = cv2.waitKey(1)

        # Close program with keyboard 'q'
        if key == ord('q'):
            cv2.destroyAllWindows()
            exit(1)