如何裁剪图像的roi

Question

在我的项目中,我想要裁剪图像的ROI.为此,我创建了一个具有极端区域的地图.现在我想裁剪具有最重要像素的区域(黑色不重要,白色很重要).

有人知道如何实现它吗？我认为这是一个最大化问题下图中的红色边框是我想要裁剪此图像的示例

Answer 1

如果我正确理解了您的问题,您已经在图像中的每个点计算了一个值.这些值表明每个点的"重要性"/"有趣性"/"显着性".包含这些值的矩阵/图像是您指的"地图".您的目标是获得具有高"重要性"分数的兴趣区域(ROI)的边界框.

我认为您可以分析ROI的方法是使用基于图形切割的分段,使用您的重要性图在每个像素上计算"得分".分割的结果是掩盖"重要"像素的二元掩模.接下来,在此二进制掩码上运行OpenCV的findcontours函数以获取各个连接的组件.然后在findContours(...)返回的轮廓上使用OpenCV的boundingRect函数来获取边界框.

以这种方式使用基于图形切割的分割算法的好处在于它将连接碎片组件,即,即使您的"重要性"映射有噪声,生成的二进制掩码也不会有小漏洞.

已经在OpenCV中实现的一种基于图切割的分割算法是GrabCut算法.一个快速的黑客将它应用于你的"重要性"地图,以获得我上面提到的二进制掩码.更复杂的方法是使用"重要性"映射构建前景和背景(颜色可能是？)模型,并将其作为输入传递给函数.有关OpenCV中GrabCut的更多详细信息,请访问:http://docs.opencv.org/modules/imgproc/doc/miscellaneous_transformations.html？highlight = gricut #void grabCut(InputArray img,InputOutputArray mask,Rect rect,InputOutputArray bgdModel, InputOutputArray fgdModel,int iterCount,int mode)

如果您希望获得更大的灵活性,可以使用以下MRF库破解自己的基于图切割的分割算法.此库允许您在计算图形切割时指定自定义目标函数:http://vision.middlebury.edu/MRF/code/

要使用MRF库,您需要在图像中的每个点指定"成本",指示该点是"前景"还是"背景".您还可以将这种二分法视为"重要"或"不重要",而不是"前景"与"背景".MRF库的目标是在每个点返回一个标签,以便分配这些标签的总成本尽可能小.因此,游戏将提出一个函数来计算您认为重要的点的小成本,否则.

具体而言,每个点的成本由2部分组成:1)数据项/功能和2)平滑项/功能.如前所述,每个点的数据项越小,选择点的可能性就越大.如果您的"重要性"得分s_ij在[0,1]范围内,那么计算数据项的常用方法是-log(s_ij).

平滑项是一种表示2个相邻像素p,q是否应具有相同标签的方式,即"前景","背景"或一个"前景"和另一个"背景".与数据成本类似,您必须构建它,使得具有相似"重要性"分数的相邻像素的成本很小,以便为它们分配相同的标签.这个术语负责"平滑"所得到的蒙版,这样你就不会在高"重要性"区域内散布低"重要性"的像素,反之亦然.如果有这样的区域,OpenCV上面提到的findContours(...)函数将返回这些区域的轮廓,可以通过检查它们的大小来过滤掉这些区域.

有关计算成本的函数的详细信息可以在GrabCut论文中找到:GrabCut

这篇博文提供了有关在OpenCV中创建自己的graphcut分割算法的更多细节(和代码):http://www.morethantechnical.com/2010/05/05/bust-out-your-own-graphcut-based-图像分割与- OpenCV的-W-代码/

另一篇论文展示了如何在GrabCut论文中使用更好的符号在灰度图像(您的情况)上执行图形切割分割,并且没有复杂的图像消光部分(未在OpenCV版本中实现):图形切割和高效的ND图像分割

希望这可以帮助.