当前位置: 首页 > news >正文

OpenCV 4基础篇| OpenCV图像的裁切

目录

  • 1. Numpy切片
    • 1.1 注意事项
    • 1.2 代码示例
  • 2. cv2.selectROI()
    • 2.1 语法结构
    • 2.2 注意事项
    • 2.3 代码示例
  • 3. Pillow.crop
    • 3.1 语法结构
    • 3.2 注意事项
    • 3.3 代码示例
  • 4. 扩展示例:单张大图裁切成多张小图
  • 5. 总结

1. Numpy切片

语法结构:

retval = img[y:y+h, x:x+w] #对图像 img 裁剪并返回指定的矩阵区域图像。
  • img:图像数据,nparray 多维数组
  • x, y:整数,像素值,裁剪矩形区域左上角的坐标值
  • w, h:整数,像素值,裁剪矩形区域的宽度、高度
  • retval:裁剪后获得的 OpenCV 图像,nparray 多维数组

1.1 注意事项

  • Numpy 多维数组的切片是原始数组的浅拷贝,切片修改后原始数组也会改变。推荐采用 .copy() 进行深拷贝,得到原始图像的副本。
  • Numpy 数组切片,当上界或下界为数组边界时可以省略,如:img[y:, :x] 表示高度方向从 y 至图像底部(像素ymax),宽度方向从图像左侧(像素 0)至 x。

1.2 代码示例

import cv2imgFile = "./img/lena.jpg"
img1 = cv2.imread(imgFile, flags=1)  # flags=1 读取彩色图像(BGR)
xmin, ymin, w, h = 200, 200, 200, 200  # 矩形裁剪区域 (ymin:ymin+h, xmin:xmin+w) 的位置参数
imgCrop = img1[ymin:ymin + h, xmin:xmin + w].copy()  # 切片获得裁剪后保留的图像区域
cv2.imshow("CropDemo", imgCrop)  # 在窗口显示 彩色随机图像
cv2.waitKey(0)
cv2.destroyAllWindows()

1

2. cv2.selectROI()

2.1 语法结构

cv2.selectROI(windowName, img, showCrosshair=None, fromCenter=None):#可以通过鼠标选择感兴趣的矩形区域(ROI)
  • windowName:选择的区域被显示在的窗口的名字
  • img:要在什么图片上选择ROI
  • showCrosshair:是否在矩形框里画十字线.
  • fromCenter:是否是从矩形框的中心开始画

2.2 注意事项

  • 由于 cv2.selectROI 是一个交互式的函数,它可能不适合用于自动化脚本或没有图形用户界面的环境。在这种情况下,你可能需要寻找其他方法来选择图像中的 ROI,例如使用固定坐标、图像分割算法等。

2.3 代码示例

import cv2imgFile = "img/lena.jpg"  
img1 = cv2.imread(imgFile, flags=1)  # flags=1 读取彩色图像(BGR)
roi = cv2.selectROI(img1, showCrosshair=True, fromCenter=False)
xmin, ymin, w, h = roi  # 矩形裁剪区域 (ymin:ymin+h, xmin:xmin+w) 的位置参数
imgROI = img1[ymin:ymin + h, xmin:xmin + w].copy()  # 切片获得裁剪后保留的图像区域
cv2.imshow("RIODemo", imgROI)
cv2.waitKey(0)
cv2.destroyAllWindows()

1

3. Pillow.crop

3.1 语法结构

retval = Image.crop(left, up, right, lower) #可以通过鼠标选择感兴趣的矩形区域(ROI)
  • left: 整数,表示裁剪区域左上角的 x 坐标。
  • up:整数,表示裁剪区域左上角的 y 坐标。
  • right:整数,表示裁剪区域右下角的 x 坐标。这个值通常大于 left。
  • below:整数,表示裁剪区域右下角的 y 坐标。这个值通常大于 upper。
  • retval:一个新的 Image 对象,原始图像中被裁剪出来的矩形区域

3.2 注意事项

  • crop()函数接受一个包含四个数字的元组参数,表示裁剪区域的左上角和右下角的坐标。这个元组的格式是(left, upper, right, lower),其中left和upper是裁剪区域的左上角坐标,right和lower是右下角坐标。坐标的原点(0,0)通常在图像的左上角。
  • Pillow库使用坐标系的原点在左上角,x轴向右增加,y轴向下增加。这与一些其他图像处理库(如OpenCV)的坐标系原点在左下角的约定不同,需要注意坐标的顺序和方向。
  • 裁剪区域的坐标必须在图像的边界内。如果裁剪区域的坐标超出了图像的边界,将会引发一个ValueError异常。因此,在调用crop()函数之前,最好先检查裁剪区域的坐标是否有效。
  • crop()函数不会修改原始图像,而是返回一个新的裁剪后的图像对象。原始图像保持不变,如果需要保存裁剪后的图像,需要将其保存到文件或进行其他操作。

3.3 代码示例

from PIL import Image
import matplotlib.pyplot as pltimgFile = "./img/lena.jpg"
img = Image.open(imgFile)  # W*H
plt.rcParams['font.sans-serif'] = ['FangSong']  # 支持中文标签
plt.subplot(221), plt.title("原图"), plt.axis('off')
plt.imshow(img)  
img_c = img.crop([img.size[0] / 4, img.size[1] / 4, img.size[0] * 3 / 4, img.size[1] * 3 / 4])
plt.rcParams['font.sans-serif'] = ['FangSong']  # 支持中文标签
plt.subplot(222), plt.title("裁切之后"), plt.axis('off')
plt.imshow(img_c)  
plt.show()

11

4. 扩展示例:单张大图裁切成多张小图

from PIL import ImageimgFile = "./img/lena.jpg"
img = Image.open(imgFile)
size = img.size
print(size)
# 准备将图片切割成9张小图片
weight = int(size[0] // 3)
height = int(size[1] // 3)
# 切割后的小图的宽度和高度
print(weight, height)
for j in range(3):for i in range(3):box = (weight * i, height * j, weight * (i + 1), height * (j + 1))region = img.crop(box)region.save('{}{}.png'.format(j, i))

1

5. 总结

  • Numpy切片和Pillow.crop()都是非交互式的裁剪方法,适用于在代码中直接指定裁剪区域。
  • cv2.selectROI()是一个交互式的裁剪方法,允许用户通过图形界面选择ROI。

相关文章:

  • leetcode移除元素
  • AzerothCore安装记录
  • UniApp项目处理小程序分包
  • HarmonyOS 开发之———应用程序入口—UIAbility的使用
  • Java学习--学生管理系统(残破版)
  • 微信小程序云开发教程——墨刀原型工具入门(Axure导入)
  • 【python】遵守 robots.txt 规则的数据爬虫程序
  • 汽车虚拟仿真技术的实现、应用和未来
  • PDF标准详解(二)——PDF 对象
  • 2024.3.2 训练记录(6)
  • 排序刷题12 -双向排序
  • Redis之一: 简介及环境安装搭建
  • CNN-LSTM-Attention混合神经网络归时序预测的MATLAB实现(源代码)
  • ESP-VO 论文阅读
  • Fastjson2 <== 2.0.26反序列漏洞
  • 深入了解以太坊
  • ES6指北【2】—— 箭头函数
  • 【挥舞JS】JS实现继承,封装一个extends方法
  • 08.Android之View事件问题
  • AWS实战 - 利用IAM对S3做访问控制
  • canvas 绘制双线技巧
  • electron原来这么简单----打包你的react、VUE桌面应用程序
  • Making An Indicator With Pure CSS
  • node-sass 安装卡在 node scripts/install.js 解决办法
  • SpiderData 2019年2月23日 DApp数据排行榜
  • Sublime Text 2/3 绑定Eclipse快捷键
  • 从零开始在ubuntu上搭建node开发环境
  • 强力优化Rancher k8s中国区的使用体验
  • 深度学习中的信息论知识详解
  • 移动互联网+智能运营体系搭建=你家有金矿啊!
  • 译米田引理
  • 长三角G60科创走廊智能驾驶产业联盟揭牌成立,近80家企业助力智能驾驶行业发展 ...
  • 交换综合实验一
  • #基础#使用Jupyter进行Notebook的转换 .ipynb文件导出为.md文件
  • #在 README.md 中生成项目目录结构
  • (1)(1.8) MSP(MultiWii 串行协议)(4.1 版)
  • (13)Hive调优——动态分区导致的小文件问题
  • (3)STL算法之搜索
  • (大众金融)SQL server面试题(1)-总销售量最少的3个型号的车及其总销售量
  • (非本人原创)我们工作到底是为了什么?​——HP大中华区总裁孙振耀退休感言(r4笔记第60天)...
  • (附源码)计算机毕业设计SSM疫情社区管理系统
  • (附源码)计算机毕业设计高校学生选课系统
  • (十八)三元表达式和列表解析
  • (五)c52学习之旅-静态数码管
  • .gitattributes 文件
  • .net core控制台应用程序初识
  • .Net FrameWork总结
  • .NET MVC之AOP
  • .NET企业级应用架构设计系列之应用服务器
  • .NET设计模式(7):创建型模式专题总结(Creational Pattern)
  • /etc/shadow字段详解
  • @hook扩展分析
  • @软考考生,这份软考高分攻略你须知道
  • [ 2222 ]http://e.eqxiu.com/s/wJMf15Ku
  • [2018/11/18] Java数据结构(2) 简单排序 冒泡排序 选择排序 插入排序