在屏幕截图中模糊矩形

Posted 2023-04-14

【中文标题】在屏幕截图中模糊矩形

【英文标题】：Blurring a Rect within a screenshot

【发布时间】：2020-05-14 22:22:05

【问题描述】：

我正在开发一个 android 应用程序，它使用背景 Service 以编程方式捕获当前屏幕上的任何内容的屏幕截图。我以Bitmap 获取屏幕截图。

接下来，我成功地将OpenCV导入到我的Android项目中。

我现在需要做的是模糊该图像的 子集，即不是整个图像本身，而是图像中的 [矩形] 区域或子区域。我有一个 Rect 对象数组，代表我需要在屏幕截图中模糊的矩形区域。

我一直在寻找有关在 Java 中使用 OpenCV 执行此操作的教程，但我还没有找到明确的答案。 Mat 和 Imgproc 类显然是令人感兴趣的，还有 Mat.submat() 方法，但我一直无法找到一个清晰、直接的教程来完成这项工作。

我搜索了很多，但我找到的示例都不完整。我需要在 Java 中，在 Android 运行时中执行此操作。

我需要的是：Bitmap >>> Mat >>> Imgproc>>> Rect >>> Bitmap 与 ROI 模糊。

这里有经验丰富的 OpenCV 开发人员，您能指出我正确的方向吗？这是我唯一坚持的事情。

相关：

Gaussian blurring with OpenCV: only blurring a subregion of an image?.

How to blur a rectagle with OpenCv.

How to blur some portion of Image in Android?.

【问题讨论】：

简单来说，您可以将 ROI 提取到单独的 Mat 中，将过滤应用到该 Mat 并将其重新插入到原始图像中。还是我在这里遗漏了什么？

我想我错过了一些东西，因为这个问题对我来说似乎很简单！在 c++ 中，如果 img 是你的 Mat 而 r 是你的 Rect，那么 img(r) 本身就是一个图像，你可以将它独立地提供给 blur 函数 => blur(img(r), img(r), ksize);

【参考方案1】：

实现此任务的 C++ 代码在下面与 cmets 和示例图像共享：

// load an input image
Mat img = imread("C:\\elon_tusk.png");

img：

// extract subimage
Rect roi(113, 87, 100, 50);
Mat subimg = img(roi);

subimg：

// blur the subimage
Mat blurred_subimage;
GaussianBlur(subimg, blurred_subimage, Size(0, 0), 5, 5);

blurred_subimage：

// copy the blurred subimage back to the original image
blurred_subimage.copyTo(img(roi));

img：

Android 等效项：

Mat img = Imgcodecs.imread("elon_tusk.png");
Rect roi = new Rect(113, 87, 100, 50);
Mat subimage = img.submat(roi).clone();
Imgproc.GaussianBlur(subimg, subimg, new Size(0,0), 5, 5);
subimg.copyTo(img.submat(roi));

【讨论】：

这有点像我写的，但我还是给了你一个赞成票，以获得更详细的答案！

用 Android 代码更新了答案。不知道是否有效，但无法测试。 Look at this file 了解如何从 OpenCV 导入内容。

完美的输入图像选择

@karlphillip：感谢您不厌其烦。您的代码很可能是正确答案。试用后会报告... ;)

我认为你不需要复制 roi。据我记得 Mat subimage = img.submat(roi) 应该创建一个指向原始图像区域的指针。如果你模糊子图像，你会自动模糊原始图像（如果你不克隆它）。

【参考方案2】：

您可以只实现自己的辅助函数，我们称之为 roi（感兴趣区域）。 由于 opencv 中的图像是 numpy ndarrays，你可以这样做：

def roi(image: np.ndarray, region: QRect) -> np.ndarray:
    a1 = region.upperLeft().x()
    b1 = region.bottomRight().y()
    a2 = region.upperLeft().x()
    b2 = region.bottomRight().y()
    return image[a1:a2, b1:b2]

只需使用此辅助函数提取您感兴趣的图像的子区域，将它们模糊并将结果放回原始图片上。