minAreaRect OpenCV [Python] 返回的裁剪矩形

Posted 2023-02-23

【中文标题】minAreaRect OpenCV [Python] 返回的裁剪矩形

【英文标题】：Crop Rectangle returned by minAreaRect OpenCV [Python]

【发布时间】：2016-09-07 18:00:44

【问题描述】：

minAreaRect 在 OpenCV 中返回一个旋转的矩形。如何裁剪矩形内的这部分图像？

boxPoints 返回旋转矩形角点的坐标，因此可以通过循环遍历框内的点来访问像素，但是在 Python 中是否有更快的裁剪方法？

编辑

请参阅下面我的回答中的code。

【问题讨论】：

您可以：1) 为旋转的矩形创建遮罩（使用fillConvexPoly 或drawContours(... CV_FILLED) 很简单）。 2）黑色初始化一个与原始大小相同的矩阵。 3) 只复制新图片中的蒙版内容(new_image.setTo(old_image, mask)), 4) 在旋转矩形的边框上裁剪新图片

How to straighten a rotated rectangle area of an image using opencv in python?的可能重复

【参考方案1】：

这里有一个执行此任务的函数：

import cv2
import numpy as np

def crop_minAreaRect(img, rect):

    # rotate img
    angle = rect[2]
    rows,cols = img.shape[0], img.shape[1]
    M = cv2.getRotationMatrix2D((cols/2,rows/2),angle,1)
    img_rot = cv2.warpAffine(img,M,(cols,rows))

    # rotate bounding box
    rect0 = (rect[0], rect[1], 0.0) 
    box = cv2.boxPoints(rect0)
    pts = np.int0(cv2.transform(np.array([box]), M))[0]    
    pts[pts < 0] = 0

    # crop
    img_crop = img_rot[pts[1][1]:pts[0][1], 
                       pts[1][0]:pts[2][0]]

    return img_crop

这里是一个示例用法

# generate image
img = np.zeros((1000, 1000), dtype=np.uint8)
img = cv2.line(img,(400,400),(511,511),1,120)
img = cv2.line(img,(300,300),(700,500),1,120)

# find contours / rectangle
_,contours,_ = cv2.findContours(img, 1, 1)
rect = cv2.minAreaRect(contours[0])

# crop
img_croped = crop_minAreaRect(img, rect)

# show
import matplotlib.pylab as plt
plt.figure()
plt.subplot(1,2,1)
plt.imshow(img)
plt.subplot(1,2,2)
plt.imshow(img_croped)
plt.show()

这是输出

【讨论】：

这正是我想要的，功能完全清楚！但是我无法让它与这个图像一起工作。 i.imgur.com/4E8ILuI.jpg 它最终旋转略有错误，边缘被切断。你愿意看一看吗？

图像应该围绕旋转矩形的中心旋转，而不是图像中心。有正确答案here。

感谢@oliver-wilken 的决定，但如果 angle = 90 那么你会被零除。我的决定是在rect0 = (rect[0], rect[1], angle) 上更改rect0 = (rect[0], rect[1], 0.0)。

【参考方案2】：

@AbdulFatir 提出了一个很好的解决方案，但正如 cmets 所说（@Randika @epinal），它对我来说也不是很有效，所以我稍微修改了一下，它似乎对我的情况有效。这是我正在使用的图像。

im, contours, hierarchy = cv2.findContours(open_mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
print("num of contours: ".format(len(contours)))


mult = 1.2   # I wanted to show an area slightly larger than my min rectangle set this to one if you don't
img_box = cv2.cvtColor(img.copy(), cv2.COLOR_GRAY2BGR)
for cnt in contours:
    rect = cv2.minAreaRect(cnt)
    box = cv2.boxPoints(rect)
    box = np.int0(box)
    cv2.drawContours(img_box, [box], 0, (0,255,0), 2) # this was mostly for debugging you may omit

    W = rect[1][0]
    H = rect[1][1]

    Xs = [i[0] for i in box]
    Ys = [i[1] for i in box]
    x1 = min(Xs)
    x2 = max(Xs)
    y1 = min(Ys)
    y2 = max(Ys)

    rotated = False
    angle = rect[2]

    if angle < -45:
        angle+=90
        rotated = True

    center = (int((x1+x2)/2), int((y1+y2)/2))
    size = (int(mult*(x2-x1)),int(mult*(y2-y1)))
    cv2.circle(img_box, center, 10, (0,255,0), -1) #again this was mostly for debugging purposes

    M = cv2.getRotationMatrix2D((size[0]/2, size[1]/2), angle, 1.0)

    cropped = cv2.getRectSubPix(img_box, size, center)    
    cropped = cv2.warpAffine(cropped, M, size)

    croppedW = W if not rotated else H 
    croppedH = H if not rotated else W

    croppedRotated = cv2.getRectSubPix(cropped, (int(croppedW*mult), int(croppedH*mult)), (size[0]/2, size[1]/2))

    plt.imshow(croppedRotated)
    plt.show()

plt.imshow(img_box)
plt.show()

这应该会产生一系列像这样的图像：

它还会给出这样的结果图像：

【参考方案3】：

这是执行上述任务的代码。为了加快这个过程，不是首先旋转整个图像并裁剪，而是首先裁剪具有旋转矩形的部分图像，然后旋转，然后再次裁剪以给出最终结果。

# Let cnt be the contour and img be the input

rect = cv2.minAreaRect(cnt)  
box = cv2.boxPoints(rect) 
box = np.int0(box)

W = rect[1][0]
H = rect[1][1]

Xs = [i[0] for i in box]
Ys = [i[1] for i in box]
x1 = min(Xs)
x2 = max(Xs)
y1 = min(Ys)
y2 = max(Ys)

angle = rect[2]
if angle < -45:
    angle += 90

# Center of rectangle in source image
center = ((x1+x2)/2,(y1+y2)/2)
# Size of the upright rectangle bounding the rotated rectangle
size = (x2-x1, y2-y1)
M = cv2.getRotationMatrix2D((size[0]/2, size[1]/2), angle, 1.0)
# Cropped upright rectangle
cropped = cv2.getRectSubPix(img, size, center)
cropped = cv2.warpAffine(cropped, M, size)
croppedW = H if H > W else W
croppedH = H if H < W else W
# Final cropped & rotated rectangle
croppedRotated = cv2.getRectSubPix(cropped, (int(croppedW),int(croppedH)), (size[0]/2, size[1]/2))

【讨论】：

我试过这段代码，但它没有给我投资回报率。从那以后有什么改进吗？

【参考方案4】：

你没有给出示例代码，所以我也没有代码回答。 您可以按以下方式进行：

从矩形的角，确定相对于水平轴的旋转角度 alpha。 按 Alpha 旋转图像，使裁剪后的矩形与图像边框平行。确保临时图像的尺寸更大，以免信息丢失（参见：Rotate image without cropping OpenCV） 使用 numpy 切片裁剪图像（参见：How to crop an image in OpenCV using Python） 将图像旋转回 -alpha。

【讨论】：

大图，这不是很贵吗？

我的猜测是内置函数总是比在像素上进行嵌套循环更快。但找出这一点的唯一方法是测量它，它只是如上所述的几行代码。

如果我有很多矩形，那么它可能会显示。我会编码并在尝试后回复您。

可能有其他方法取决于您想对裁剪后的图像做什么：您是想以原始方向使用它，还是旋转以使裁剪区域的边界平行于图片边框？

不，我不想按原来的方向使用它。只想从裁剪部分中提取一些信息。