在图像 Python 中裁剪自定义区域 [关闭]

Posted 2023-03-15

【中文标题】在图像 Python 中裁剪自定义区域 [关闭]

【英文标题】：Crop a custom region in image Python [closed]

【发布时间】：2020-10-29 13:51:51

【问题描述】：

您好，我有图像我想在图像中裁剪自定义区域，如示例所示，

原图：

面具：

我想通过蒙版的形状裁剪原始图像并保存..我该怎么做？

【问题讨论】：

“裁剪”是指从原始图像中删除掩码给出的信息，还是创建比原始图像更小的新图像并且掩码中的信息不出现?裁剪意味着应该从原始图像中选择一个矩形区域，但该区域不是矩形。

@rayryeng 嗨，我想裁剪并保留该区域并删除其他信息。我只想要原始图像中的区域。是的，它不是矩形，而是如何与设计的面具一样。

【参考方案1】：

您也可以使用按位与运算来解决问题。

首先在蒙版图像中，删除红线，然后确保您想要的区域是白色（255）颜色，其余区域是黑色（0）颜色。

还要检查遮罩图像是否应该是三通道图像（白色 - (255, 255, 255)；黑色 - (0, 0, 0)）。如果不是，您可以将其从 1 通道转换为 3 通道图像，保留黑白颜色信息 -

# Read mask image by cv2.imread("mask.jpg") - without -1 flag
mask = cv2.cvtColor(mask, cv2.COLOR_GRAY2BGR)

现在您可以执行简单的按位运算 -

mask_output = cv2.bitwise_and(img, mask)

"mask_output" 将包含所需的输出。此外，按位运算的速度很快。如果按照上面解释的方式存储掩码，那么这段代码在读取掩码图像和彩色图像后将成为单行代码。

【参考方案2】：

谢天谢地，您提供的蒙版有一个 Alpha 通道，您想要屏蔽的区域的内部在 Alpha 通道中定义。因此，在 alpha 通道完整的情况下读取图像，然后使用它来移除该区域中的像素：

假设你的面具存储在mask.png，而你的图像存储在image.png，你可以这样做：

img = cv2.imread('image.png', -1)
mask = cv2.imread('mask.png', -1)

mask = mask[...,3] > 0
mask = np.repeat(mask[..., None], img.shape[2], axis=2)

masked_out = img.copy()
masked_out[mask] = 0
cv2.imshow('Masked Out', masked_out)
cv2.waitKey(0)
cv2.destroyAllWindows()
cv2.imwrite('masked_out.png', masked_out)

我们读入原始图像和相应的掩码。然后，我们查看 alpha 通道并对其进行阈值处理，以便任何非零像素创建一个二进制图像，使得非零值是 True 和 False 否则。然后我们创建一个 3D 版本，以便为输入图像中的通道数复制掩码。然后我们将掩码中True 的位置设置为零，以便我们将它们设为黑色像素。我们最终将图像显示到屏幕上，然后在您按任意键后将图像写入屏幕。

如果您对 3D 蒙版不满意，您可以使用广播并将蒙版的逆与输入图像相乘：

img = cv2.imread('image.png', -1)
mask = cv2.imread('mask.png', -1)

mask = mask[...,3] == 0
masked_out = img * (mask[...,None].astype(img.dtype))
cv2.imshow('Masked Out', masked_out)
cv2.waitKey(0)
cv2.destroyAllWindows()
cv2.imwrite('masked_out.png', masked_out)

【讨论】：

如何打印并保存图像？我的意思是已经处理的图像

您可以只显示它，或将其保存到磁盘。我会更新答案。

很好，谢谢.. 好的，我怎样才能删除该区域，我的意思是，如果查看保存的图像，您会看到道路和树木，但带有蒙版的区域是黑色的。那么如何才能使信息变黑的区域以及道路和树木移除。只是反映它。

现在我想我知道了。你想使用修复吗？ docs.opencv.org/master/df/d3d/tutorial_py_inpainting.html。您可以用边缘附近的像素填充蒙版的像素，但这不会是反射。请注意，这与您之前的要求相去甚远。裁剪/删除区域和填充/修复是两个完全不同的问题。

实际上我只想要原始图像中顶部的红色汽车区域。我不想修复图像