使用Python OpenCV，如何提取特定颜色边界框内的图像区域？


Using Python OpenCV, How would you extract an image area inside a particular color bounding box?

鉴于我手动绘制了一个彩色边框的照片，
我想复制/裁剪图像内容，以将内容保留在边框内。

目标是检测该颜色边界框，然后使用该边界框告诉脚本复制/裁剪的位置。

我已经试验了轮廓，但是看来我需要额外的步骤。

也许是一种方法：

  • 检测边界区域
  • 找到最小的区域(框线的厚度可以变化，所以我需要内部边界区域-边界最终将是物理世界中的彩色海报板切口框)
  • 脚本为该区域创建遮罩
  • 抓取图像

可能有更好的方法。
最好的方法是什么？
我将使用哪些Python OpenCV方法？

基于当前的实验代码(我正在探索通过轮廓尺寸获取面积，但我认为我需要更好的轮廓代码)：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
import numpy as np
import cv2

image_dir ="/Users/admin/Documents/dir/dir2/"

im = cv2.imread(image_dir+'test_image_bounded.png')
imgray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
ret,thresh = cv2.threshold(imgray,176,190,43)
#ret,thresh = cv2.threshold(imgray,127,255,0)
contours, hierarchy =         cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

areaArray = []
count = 1

for i, c in enumerate(contours):
    area = cv2.contourArea(c)
    areaArray.append(area)

#first sort the array by area
sorteddata = sorted(zip(areaArray, contours), key=lambda x: x[0], reverse=True)

#find the nth largest contour [n-1][1], in this case 2
largestcontour = sorteddata[0][2]

#draw it
x, y, w, h = cv2.boundingRect(largestcontour)
cv2.drawContours(im, largestcontour, -1, (255, 0, 0), 2)
cv2.rectangle(im, (x, y), (x+w, y+h), (0,255,0), 2)
cv2.imwrite(image_dir+'output.jpg', im)

Manually bounded image

编辑--------------------------------

通过颜色检测，形态学和第二大阈值，我设法获得了不错的结果

这是一些相关的代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
green_MIN = np.array([45, 25, 25],np.uint8)
green_MAX = np.array([55, 255, 255],np.uint8)

hsv_img = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)

frame_threshed = cv2.inRange(hsv_img, green_MIN, green_MAX)

#image = cv2.imread('...') # Load your image in here
# Your code to threshold
#image = cv2.adaptiveThreshold(image, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 45, 0)    

# Perform morphology
se = np.ones((20,20), dtype='uint8')
image_close = cv2.morphologyEx(frame_threshed, cv2.MORPH_CLOSE, se)

HSV值很痛苦。我想使那部分自动化。
这有助于获得价值：
HSV Pixel Values in OpenCV

我的快速建议是：

1)由于矩形为绿色，因此按颜色过滤。 图像本身中也可能存在绿色，但这会减少误报。

2)检测形成矩形的线。

现在，可以通过多种方式完成此操作。 一种更通用的方法是使用霍夫变换。 我不知道可以直接搜索矩形的实现，尽管您也可以实现。 HoughLinesP函数将找到线，您可以选择形成矩形的线。

但是，在您的应用程序中，您可能有非常严格的假设，这将使此问题更加容易。 如果边界框从未旋转过，则可以简单地遍历行和列，以找到具有所要颜色最大像素的行和列。 可以将其扩展为寻找连续的像素以找到线段，但是甚至没有必要。

相关讨论