使用 python 到 select 图像区域

Question

我正在尝试 select 图像的某个区域，以便对图像的特定区域进行一些分析。

然而，当我在网上搜索时，我只能找到关于如何 select 矩形区域的指南。我需要 select 使用鼠标绘制的区域。下面是此类区域的示例。

任何人都可以向我推荐一些关键字或库来搜索以帮助我解决这个问题或指向执行类似操作的指南的链接吗？

另外，我不确定这是否是必要的信息，但我正在尝试对感兴趣区域进行的分析是找到该特定区域中白色像素与黑色像素的比率。

Answer 1

我基于制作了一个简单的工作示例。我也尝试使用 scipy.ndimage.morphology.fill_binary_holes，但无法正常工作。请注意，提供的函数需要更长的时间，因为它假设输入图像是灰度图像而不是二值化图像。

我特别避免使用 OpenCV，因为我发现设置有点乏味，但我认为它也应该提供等效的 (see here)。

此外，我的 "binarization" 有点老套，但您或许可以自己弄清楚如何将图像解析为有效格式（如果在程序中生成结果可能会更容易）。无论如何，我建议您确保您拥有正确的图像格式，因为 jpeg 的压缩可能会破坏您的连接，并在某些情况下导致问题。

import scipy as sp
import numpy as np
import scipy.ndimage
import matplotlib.pyplot as plt

def flood_fill(test_array,h_max=255):
    input_array = np.copy(test_array) 
    el = sp.ndimage.generate_binary_structure(2,2).astype(np.int)
    inside_mask = sp.ndimage.binary_erosion(~np.isnan(input_array), structure=el)
    output_array = np.copy(input_array)
    output_array[inside_mask]=h_max
    output_old_array = np.copy(input_array)
    output_old_array.fill(0)   
    el = sp.ndimage.generate_binary_structure(2,1).astype(np.int)
    while not np.array_equal(output_old_array, output_array):
        output_old_array = np.copy(output_array)
        output_array = np.maximum(input_array,sp.ndimage.grey_erosion(output_array, size=(3,3), footprint=el))
    return output_array

x = plt.imread("test.jpg")
# "convert" to grayscale and invert
binary = 255-x[:,:,0]

filled = flood_fill(binary)

plt.imshow(filled)

这会产生以下结果：

使用 python 到 select 图像区域

Using python to select an area of an Image

python

roi

image-processing