如何在不同大小的矩形中裁剪相同的 ROI

Posted 2023-02-25

【中文标题】如何在不同大小的矩形中裁剪相同的 ROI

【英文标题】：How to crop the same ROI in a rectangle with different sizes

【发布时间】：2019-05-07 14:47:47

【问题描述】：

我想裁剪图像的一些区域 (ROI)，我目前正在从图像中提取一个矩形形状，并且在这个形状中我想提取一些始终在同一本地但矩形/图像将具有不同分辨率的 ROI但相同的部分（身份证部分）所以我不能像我现在做的那样使用固定的坐标：

 ((x1,y1),(x2,y2)) = box.position

 print(box.position)

 cv.rectangle(cvImage, (x1, y1), (x2, y2), (255,0,0), 2)

但这不适用于所有图像，我想我已经说明了这一点:)

无论矩形的分辨率/大小如何，我如何使用类似 % 或类似的东西来始终在矩形中获得相同的点。

谢谢。

【问题讨论】：

使用函数 findContours。无论大小如何，它都会为您提供图像中矩形图形的坐标

但是该矩形图形会根据原始图像具有不同的分辨率，因为我不能使用固定坐标。

您没有使用固定坐标。 findContours 会根据矩形角的位置为您提供不同的坐标。

我没有得到它:(我已经从图像中裁剪了我想要的矩形，现在我怎样才能得到一些总是在矩形上相同位置但矩形大小不同的 ROI？

给我们一个示例图像，我们可以进一步讨论。 findContour 将为您提供所需的所有矩形。

【参考方案1】：

是的，您始终可以选择相同比例的图像。例如，提取一个坐标由固定比例（或百分比）定义的矩形

img_w = 1000 # = cvImage.width
img_h = 1000 # = cvImage.height
tl_x = 10.0 / 100.0
tl_y = 10.0 / 100.0
br_x = 90.0 / 100.0
br_y = 90.0 / 100.0

print (tl_x, tl_y, br_x, br_y)

rect_tl = (int(tl_x * img_w), int(tl_y * img_h))
rect_br = (int(br_x * img_w), int(br_y * img_h))

print (rect_tl, rect_br)

#cv.rectangle(cvImage, rect_tl, rect_br, (255,0,0), 2)

这将计算大小为 1000x1000 的图像中矩形的坐标，但它是一个定义为 img_w x img_h 的变量

硬编码的矩形放置有 10% 的填充，使用左上角和右下角定义

正如预期的那样，输出是：

0.1 0.1 0.9 0.9
(100, 100) (900, 900)

【参考方案2】：

您可以调整您阅读的图像的大小，并且可以裁剪相同的区域：

image = cv2.imread("image,jpg")
resize_image = cv2.resize(image, (640, 480)) 
...