找到方框的角并裁剪图像

Question

大家好，我正在使用 numpy 和 opencv 并希望根据图像的轮廓裁剪图像。这是一个例子，我想裁剪图片的边缘，

我希望黄线（矩形）被 python、

裁剪

import numpy as np
import cv2
from PIL import Image


image = cv2.imread('4.png')
result = image.copy()
image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
lower = np.array([103, 131, 70])
upper = np.array([179, 234, 255])
mask = cv2.inRange(image, lower, upper)
result = cv2.bitwise_and(result, result, mask=mask)


print(image.shape)
cv2.imshow('mask', mask)
cv2.imshow('result', result)
cv2.waitKey()

Answer 1

您可以选择 LAB 颜色 space。

现在为什么要使用 LAB 颜色 space 而不是 HSV？

通过分析色度通道更容易分割您选择的颜色。
无需手动固定范围（与 HSV 颜色不同 space）。大津门槛会有帮助。

什么是LAB色space?

L-channel :表示图像中的亮度值
A-channel ：表示 red 和 green[ 之间的颜色变化=56=]
B-channel : 表示 blue 和 yellow[ 之间的颜色变化=56=]

Visit this page for better visualization

在分析了LAB转换图像的a-channel和b-channel之后，我们将利用a-channel，因为这里的框可以很容易地被分割。

img = cv2.imread('image_path')
lab = cv2.cvtColor(img, cv2.COLOR_BGR2LAB)
a_component = lab[:,:,1]

th = cv2.threshold(a_component,127,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)[1]
contours, hierarchy = cv2.findContours(th, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
c = max(contours, key = cv2.contourArea)

black = np.zeros((img.shape[0], img.shape[1]), np.uint8)
mask = cv2.drawContours(black,[c],0,255, -1)

result = cv2.bitwise_and(result, result, mask=mask)

希望这是您期待的结果

找到方框的角并裁剪图像

Finding corners of box and crop Image

python

numpy

opencv

image-processing

object-detection