python + opencv：如何提取形状未知的ROI并进行分析？

Question

我有一个无法解决的问题，因为我对 python 和 opencv 不是很流利。

假设我有一张图像，我将其转换为灰度图，对它进行阈值处理，执行一些膨胀和腐蚀操作，最后我能够检索到轮廓列表。部分代码：

    imfile = path + f
    origimage = cv.imread(imfile)

    #from RGB to grayscale
    imgray = cv.imread(imfile, cv.IMREAD_GRAYSCALE)

    #thresholding
    ret,thresholded = cv.threshold(imgray,chosenThresh,255,cv.THRESH_BINARY)

    dKernel = np.ones((12,12),np.uint8)
    opened = cv.morphologyEx(thresholded, cv.MORPH_CLOSE, dKernel)

    #the kernel
    sharpkrnl = np.array([[0,-1,0], [-1,5,-1], [0,-1,0]])
    sharpened = cv.filter2D(opened, -1, sharpkrnl)
    sharpened = cv.bitwise_not(sharpened)

    #find contours
    h, w = sharpened.shape[:2]
    _, contours0, hierarchy = cv.findContours(sharpened.copy(), cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
    contours = [cv.approxPolyDP(cnt, 3, True) for cnt in contours0]

现在的问题是......我运行通过找到的轮廓，如果其中一些不符合我的要求，特别是如果它太大，我想获得 ROI图像正是轮廓内部的图像，以便仅对该区域执行阈值处理和以上所有操作，以查看我是否可以对裁剪后的图像进行更好的轮廓处理。

这个问题部分解决了我的问题：

编辑

屏蔽信息 允许我提取 ROI，但我还需要与原始图像颜色相同的精确图像，以便执行阈值处理和所有其他操作。我提到的答案中提供的代码需要灰度图像。这是原始代码：

import numpy as np
import cv2
img = cv2.imread('...', 0) # Read in your image
contours, _ = cv2.findContours(...) # Your call to find the contours
idx = ... # The index of the contour that surrounds your object
mask = np.zeros_like(img) # Create mask where white is what we want, black otherwise
cv2.drawContours(mask, contours, idx, 255, -1) # Draw filled contour in mask
out = np.zeros_like(img) # Extract out the object and place into output image
out[mask == 255] = img[mask == 255]

另一方面，我有一个来自上面代码的 imgray。和我找到的例子一样吗？相反，我应该怎么做才能获得包含 imgray 的 ROI，以便我可以执行与上面所示相同的操作？想法？

编辑二

此代码

mask = np.zeros_like(imgray) # Create mask where white is what we want, black otherwise
cv.drawContours(mask, [c], -1, 255, -1) # Draw filled contour in mask
out = np.zeros_like(imgray) # Extract out the object and place into output image
out[mask == 255] = imgray[mask == 255]

至少 return 似乎是一张灰度图像。但它显示的是整个图像，而不是我期待的状态...想法？

Answer 1

我会将你的蒙版堆叠成原始 3 通道图像的形状，然后你可以将它应用到原始图像上。例如，

import numpy as np
mask = np.stack((mask,)*3,-1) # make the mask 3 channel 
out = np.empty_like(origimage) # make container for output 
out[mask==255]=origimage[mask==255] # fill the container

Answer 2

好的，我相信我找到了我要找的答案。我正在做的是：

#by doing so I am getting a ROI over the imgray image
#which can be used to, later, perform analysis
mask = np.zeros_like(imgray) # Create mask where white is what we want, black otherwise
cv.drawContours(mask, [c], -1, 255, -1) # Draw filled contour in mask
out = np.zeros_like(imgray) # Extract out the object and place into output image
out[mask == 255] = imgray[mask == 255]
                
#then simply proceed with the analysis:
chosenThresh = 120
ret,thresholded = cv.threshold(out,chosenThresh,255,cv.THRESH_BINARY)
                    
dKernel = np.ones((12,12),np.uint8)
opened = cv.morphologyEx(thresholded, cv.MORPH_CLOSE, dKernel)

python + opencv：如何提取形状未知的ROI并进行分析？

python + opencv: how to extract a ROI of unknown shape and analyse it?

python

opencv

roi