溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
知識掌握
cv2.threshold()函數：
設置固定級別的閾值應用于多通道矩陣，將灰度圖像變換二值圖像，或去除指定級別的噪聲，或過濾掉過小或者過大的像素點。
Python: cv2.threshold(src, thresh, maxval, type[, dst]) → retval, dst
在其中：
src：表示的是圖片源
thresh：表示的是閾值（起始值）
maxval：表示的是最大值
type：表示的是這里劃分的時候使用的是什么類型的算法，常用值為0（cv2.THRESH_BINARY）
import cv2
img = cv2.imread('1.jpg')
cv2.imshow("src", img)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, dst = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
cv2.imshow("dst", dst)
cv2.waitKey(0)
cv2.findContours()函數：
查找檢測物體的輪廓
cv2.findContours(image, mode, method)
opencv2返回兩個值：contours：hierarchy。
注:opencv3會返回三個值,分別是img, countours, hierarchy
在其中：
image：表示的是尋找輪廓的圖像；
mode：表示的是輪廓的檢索模式，有四種：
cv2.RETR_EXTERNAL表示只檢測外輪廓
cv2.RETR_LIST檢測的輪廓不建立等級關系
cv2.RETR_CCOMP建立兩個等級的輪廓，上面的一層為外邊界，里面的一層為內孔的邊界信息。如果內孔內還有一個連通物體，這個物體的邊界也在頂層。
cv2.RETR_TREE建立一個等級樹結構的輪廓。
method：表示的是輪廓的近似辦法
cv2.CHAIN_APPROX_NONE存儲所有的輪廓點，相鄰的兩個點的像素位置差不超過1，即max（abs（x1-x2），abs（y2-y1））==1
cv2.CHAIN_APPROX_SIMPLE壓縮水平方向，垂直方向，對角線方向的元素，只保留該方向的終點坐標，例如一個矩形輪廓只需4個點來保存輪廓信息
cv2.CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法
import numpy as np
import cv2
rectangle = np.zeros((300,300),dtype="uint8")
cv2.rectangle(rectangle,(25,25),(275,275),255,-1)
cv2.imshow("Rectangle",rectangle)
img, countours, hierarchy = cv2.findContours(rectangle, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
print(countours)
print(hierarchy)
cv2.waitKey(0)
[array([[[ 25, 25]], [[ 25, 275]], [[275, 275]], [[275, 25]]], dtype=int32)] [[[-1 -1 -1 -1]]]
cv2.polylines函數：
繪制多邊形
cv2.polylines(img, pts, isClosed, color[, thickness[, lineType[,shift]]])
首先需要頂點坐標.將這些點轉換為rowsx1x2形狀的數組,其中rows是頂點數,它應該是int32類型。
import numpy as np
import cv2
# Create a black image
img = np.zeros((200, 200, 3), np.uint8)
pts = np.array([[10, 5], [20, 30], [70, 20], [50, 10]], np.int32) # 每個點都是(x, y)
pts = pts.reshape((-1, 1, 2))
cv2.polylines(img, [pts], True, (0, 255, 255))
pts = np.array([[100, 5], [150, 30], [80, 20], [90, 10]], np.int32)
cv2.polylines(img, [pts], False, (0, 255, 255))
cv2.imshow('img2', img)
cv2.waitKey()
如果第三個參數為False，您將獲得連接所有點的折線，而不是閉合形狀。
cv2.polylines()可用于繪制多條線.只需創建要繪制的所有行的列表并將其傳遞給函數, 所有線條都將單獨繪制.繪制一組行比為每行調用cv2.line()要好得多，速度更快.
cv2.fillPoly)函數
可以用來填充任意形狀的圖型.可以用來繪制多邊形,工作中也經常使用非常多個邊來近似的畫一條曲線.cv2.fillPoly()函數可以一次填充多個圖型.
cv2.fillPoly(image,ppt,Scalar(255,255,255))
image：表示的是多邊形將被畫到image上
ppt：表示的是多邊形的頂點集為ppt
Scalar：表示的是多邊形的顏色定義為Scarlar(255,255,255)，即RGB的值為白色
img = np.zeros((1080, 1920, 3), np.uint8) area1 = np.array([[250, 200], [300, 100], [750, 800], [100, 1000]]) area2 = np.array([[1000, 200], [1500, 200], [1500, 400], [1000, 400]]) cv2.fillPoly(img, [area1, area2], (255, 255, 255)) plt.imshow(img) plt.show()
按位操作-bitwise operations
import numpy as np
import cv2
rectangle = np.zeros((300,300),dtype="uint8")
cv2.rectangle(rectangle,(25,25),(275,275),255,-1)
cv2.imshow("Rectangle",rectangle)
circle = np.zeros((300,300),dtype="uint8")
cv2.circle(circle,(150,150),150,255,-1)
cv2.imshow("Circle",circle)
bitwiseAnd = cv2.bitwise_and(rectangle,circle)
cv2.imshow("And",bitwiseAnd)
bitwiseOr = cv2.bitwise_or(rectangle,circle)
cv2.imshow("OR",bitwiseOr)
bitwiseXor = cv2.bitwise_xor(rectangle,circle)
cv2.imshow("XOR",bitwiseXor)
bitwiseNot = cv2.bitwise_not(rectangle)
cv2.imshow("Not",bitwiseNot)
cv2.waitKey(0)
如果一個給定的像素的值大于零，那么這個像素會被打開，如果它的值為零，它就會被關閉。按位功能在這些二進制條件下運行。
AND：當且僅當兩個像素都大于零時，按位AND才為真。
OR：如果兩個像素中的任何一個大于零，則按位“或”為真。
XOR 異或功能：當且僅當兩個像素中的任何一個大于零時，按位XOR才為真，但不是兩者都是。當且僅當兩個像素一個大于0一個小于0時才為真，其他都為false
NOT 取反：倒置圖像中的“開”和“關”像素。
# -*- coding: utf-8 -*-
import cv2
import numpy as np
global img
global point1, point2
lsPointsChoose = []
tpPointsChoose = []
pointsCount = 0
count = 0
pointsMax = 5
lsPointsChoose = []
tpPointsChoose = []
pointsCount = 0
count = 0
pointsMax = 5
def on_mouse(event, x, y, flags, param):
global img, point1, point2, count, pointsMax
global lsPointsChoose, tpPointsChoose # 存入選擇的點
global pointsCount # 對鼠標按下的點計數
global init_img, ROI_bymouse_flag
init_img = img.copy() # 此行代碼保證每次都重新再原圖畫 避免畫多了
if event == cv2.EVENT_LBUTTONDOWN: # 左鍵點擊
pointsCount = pointsCount + 1
# 為了保存繪制的區域，畫的點稍晚清零
if(pointsCount == pointsMax + 1):
pointsCount = 0
tpPointsChoose = []
print('pointsCount:', pointsCount)
point1 = (x, y)
print (x, y)
# 畫出點擊的點
cv2.circle(init_img, point1, 10, (0, 255, 0), 5)
# 將選取的點保存到list列表里
lsPointsChoose.append([x, y]) # 用于轉化為darry 提取多邊形ROI
tpPointsChoose.append((x, y)) # 用于畫點
# 將鼠標選的點用直線鏈接起來
print(len(tpPointsChoose))
for i in range(len(tpPointsChoose) - 1):
cv2.line(init_img, tpPointsChoose[i], tpPointsChoose[i + 1], (0, 0, 255), 5)
# 點擊到pointMax時可以提取去繪圖
if(pointsCount == pointsMax):
# 繪制感興趣區域
ROI_byMouse()
ROI_bymouse_flag = 1
lsPointsChoose = []
cv2.imshow('src', init_img)
# 右鍵按下清除軌跡
if event == cv2.EVENT_RBUTTONDOWN: # 右鍵點擊
print("right-mouse")
pointsCount = 0
tpPointsChoose = []
lsPointsChoose = []
print(len(tpPointsChoose))
for i in range(len(tpPointsChoose) - 1):
print('i', i)
cv2.line(init_img, tpPointsChoose[i], tpPointsChoose[i + 1], (0, 0, 255), 5)
cv2.imshow('src', init_img)
def ROI_byMouse():
global src, ROI, ROI_flag, mask2
mask = np.zeros(img.shape, np.uint8)
pts = np.array([lsPointsChoose], np.int32)
pts = pts.reshape((-1, 1, 2)) # -1代表剩下的維度自動計算
# 畫多邊形
mask = cv2.polylines(mask, [pts], True, (0, 255, 255))
# 填充多邊形
mask2 = cv2.fillPoly(mask, [pts], (255, 255, 255))
cv2.imshow('mask', mask2)
ROI = cv2.bitwise_and(mask2, img)
cv2.imshow('ROI', ROI)
def main():
global img, init_img, ROI
img = cv2.imread('1.jpg')
# 圖像預處理，設置其大小
height, width = img.shape[:2]
size = (int(width * 0.3), int(height * 0.3))
img = cv2.resize(img, size, interpolation=cv2.INTER_AREA)
ROI = img.copy()
cv2.namedWindow('src')
cv2.setMouseCallback('src', on_mouse)
cv2.imshow('src', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
if __name__ == '__main__':
main()
以上這篇python cv2截取不規則區域圖片實例就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
