python cv2截取不規則區域圖片

知識掌握

cv2.threshold()函數：
設置固定級別的閾值應用於多通道矩陣，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：表示的是這里划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()可用於繪制多條線.只需創建要繪制的所有行的列表並將其傳遞給函數, 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於零，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於零時，按位AND才為真。
• OR：如果兩個像素中的任何一個大於零，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於零時，按位XOR才為真，但不是兩者都是。當且僅當兩個像素一個大於0一個小於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])  # 用於轉化為darry 提取多邊形ROI
        tpPointsChoose.append((x, y))  # 用於畫點

        # 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()