Python从图像opencv中提取多个对象
Posted
技术标签:
【中文标题】Python从图像opencv中提取多个对象【英文标题】:Python extract multiple objects from image opencv 【发布时间】:2019-10-29 10:39:38 【问题描述】:我正在尝试使用 OpenCV 使用颜色从图像中提取对象,我尝试通过结合cv2.findContours()
的逆阈值和灰度,但我无法递归使用它。此外,我无法弄清楚如何从原始图像中“剪切”匹配并将其保存到单个文件中。
编辑
~
import cv2
import numpy as np
# load the images
empty = cv2.imread("empty.jpg")
full = cv2.imread("test.jpg")
# save color copy for visualization
full_c = full.copy()
# convert to grayscale
empty_g = cv2.cvtColor(empty, cv2.COLOR_BGR2GRAY)
full_g = cv2.cvtColor(full, cv2.COLOR_BGR2GRAY)
empty_g = cv2.GaussianBlur(empty_g, (51, 51), 0)
full_g = cv2.GaussianBlur(full_g, (51, 51), 0)
diff = full_g - empty_g
# thresholding
diff_th =
cv2.adaptiveThreshold(full_g,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
cv2.THRESH_BINARY,11,2)
# combine the difference image and the inverse threshold
zone = cv2.bitwise_and(diff, diff_th, None)
# threshold to get the mask instead of gray pixels
_, zone = cv2.threshold(bag, 100, 255, 0)
# dilate to account for the blurring in the beginning
kernel = np.ones((15, 15), np.uint8)
bag = cv2.dilate(bag, kernel, iterations=1)
# find contours, sort and draw the biggest one
contours, _ = cv2.findContours(bag, cv2.RETR_TREE,
cv2.CHAIN_APPROX_SIMPLE)
contours = sorted(contours, key=cv2.contourArea, reverse=True)[:3]
i = 0
while i < len(contours):
x, y, width, height = cv2.boundingRect(contours[i])
roi = full_c[y:y+height, x:x+width]
cv2.imwrite("piece"+str(i)+".png", roi)
i += 1
其中 empty 只是一个白色图像,大小为 1500 * 1000,如上图,而 test 为上图。
这是我想出的,唯一的缺点是,我有第三张图片,而不是现在预期的 2 张显示阴影区域...
【问题讨论】:
您能详细说明您要达到的目标吗? 我正在尝试将每个“蓝色”的东西保存在一个单独的文件中 【参考方案1】:这是一个简单的方法:
将图像转换为灰度和高斯模糊图像 执行精确边缘检测 扩大图像以形成更大的轮廓 遍历轮廓并找到边界框 提取 ROI 并保存图像Canny 边缘检测
检测到的 ROI
要提取ROI,您可以使用cv2.boundingRect()
找到边界框坐标,裁剪所需区域,然后保存图像
x,y,w,h = cv2.boundingRect(c)
ROI = original[y:y+h, x:x+w]
第一个对象
第二个对象
import cv2
import numpy as np
image = cv2.imread('1.jpg')
original = image.copy()
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blurred = cv2.GaussianBlur(gray, (3, 3), 0)
canny = cv2.Canny(blurred, 120, 255, 1)
kernel = np.ones((5,5),np.uint8)
dilate = cv2.dilate(canny, kernel, iterations=1)
# Find contours
cnts = cv2.findContours(dilate, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
# Iterate thorugh contours and filter for ROI
image_number = 0
for c in cnts:
x,y,w,h = cv2.boundingRect(c)
cv2.rectangle(image, (x, y), (x + w, y + h), (36,255,12), 2)
ROI = original[y:y+h, x:x+w]
cv2.imwrite("ROI_.png".format(image_number), ROI)
image_number += 1
cv2.imshow('canny', canny)
cv2.imshow('image', image)
cv2.waitKey(0)
【讨论】:
效率更高,而且精巧的边缘检测看起来比我使用的掩码更可靠,因为它似乎可以从框架中删除其他对象。非常感谢! 您将如何重新调整 Roi 的比例,以便它们保持与原始图像相同的比例? 和原图一样的比例是什么意思?您的意思是在保持纵横比的同时将提取的 ROI 缩放到相同的宽度和高度? 是的,我的意思是,在与原始图像大小相同的白色背景上缩放提取的 ROI。 看看这个answer 来缩放图像。基本上只需将 ROI 放入函数中,您应该能够根据所需的宽度或高度放大或缩小图像以上是关于Python从图像opencv中提取多个对象的主要内容,如果未能解决你的问题,请参考以下文章
OpenCV+Python特征提取算法与图像描述符之SIFT / SURF / ORB