Python kullanarak OpenCV'de bir görüntü nasıl kırpılır

OpenCV kullanarak daha önce PIL'de yaptığım gibi görüntüleri nasıl kırpabilirim.

PIL üzerinde çalışma örneği

im = Image.open('0.png').convert('L')
im = im.crop((1, 1, 98, 33))
im.save('_0.png')

Ama bunu OpenCV'de nasıl yapabilirim?

Ben denedim:

im = cv.imread('0.png', cv.CV_LOAD_IMAGE_GRAYSCALE)
(thresh, im_bw) = cv.threshold(im, 128, 255, cv.THRESH_OTSU)
im = cv.getRectSubPix(im_bw, (98, 33), (1, 1))
cv.imshow('Img', im)
cv.waitKey(0)

Ama işe yaramıyor.

Sanırım yanlış kullandım getRectSubPix. Bu durumda, lütfen bu işlevi nasıl doğru bir şekilde kullanabileceğimi açıklayın.

Çok basit. Numpy dilimleme kullanın.

import cv2
img = cv2.imread("lenna.png")
crop_img = img[y:y+h, x:x+w]
cv2.imshow("cropped", crop_img)
cv2.waitKey(0)

Bu soruyu sordum ve burada başka bir cevap buldum: ilgilendiğiniz bölgeyi kopyalayın

(0,0) 'ı soldan imsağa x yönü, yukarıdan aşağıya y yönü olarak adlandırılan görüntünün sol üst köşesi olarak değerlendirirsek. ve sol üst köşede (x1, y1) ve bu görüntüdeki bir dikdörtgen bölgenin sağ alt köşesinde (x2, y2) var, sonra:

roi = im[y1:y2, x1:x2]

burada numpy dizi indeksleme ve dilimleme hakkında size bir görüntünün bir kısmını kırpma gibi şeyler hakkında daha fazla bilgi verebilecek kapsamlı bir kaynak verilmiştir . görüntüler opencv2 içinde bir numpy dizi olarak saklanır.

:)

Görüntü dilimleme bir kopyasını oluşturarak değil, unutmayın cropped imageama oluşturarak pointeriçin roi. Çok fazla görüntü yüklüyorsanız, görüntülerin ilgili bölümlerini dilimleyerek kırpıp bir listeye ekliyorsanız, bu büyük bir bellek kaybı olabilir.

Her birine N resim yüklediğinizi >1MPve yalnızca 100x100sol üst köşeden bölgeye ihtiyacınız olduğunu varsayalım .

Slicing:

X = []
for i in range(N):
    im = imread('image_i')
    X.append(im[0:100,0:100]) # This will keep all N images in the memory. 
                              # Because they are still used.

Alternatif olarak, ilgili parçayı kopyalayabilirsiniz .copy(), böylece çöp toplayıcı kaldırılır im.

X = []
for i in range(N):
    im = imread('image_i')
    X.append(im[0:100,0:100].copy()) # This will keep only the crops in the memory. 
                                     # im's will be deleted by gc.

Bunu bulduktan sonra, user1270710 tarafından yapılan yorumlardan birini fark ettim , ancak bunu bulmam oldukça uzun sürdü (yani, hata ayıklama vb.). Bu yüzden bahsetmeye değer.

bu kod bir görüntüyü x = 0, y = 0 konumundan h = 100, w = 200 olarak kırpır

import numpy as np
import cv2

image = cv2.imread('download.jpg')
y=0
x=0
h=100
w=200
crop = image[y:y+h, x:x+w]
cv2.imshow('Image', crop)
cv2.waitKey(0) 

Bir görüntüyü kırpmanın yolu aşağıdadır.

image_path: Düzenlenecek görüntünün yolu

coords: x / y koordinatlarından oluşan bir demet (x1, y1, x2, y2) [resmi mspaint'te aç ve koordinatları görmek için görünüm sekmesindeki "cetveli" kontrol et]

saved_location : Kesilen görüntüyü kaydetme yolu

from PIL import Image
    def crop(image_path, coords, saved_location:
        image_obj = Image.open("Path of the image to be cropped")
            cropped_image = image_obj.crop(coords)
            cropped_image.save(saved_location)
            cropped_image.show()


if __name__ == '__main__':
    image = "image.jpg"
    crop(image, (100, 210, 710,380 ), 'cropped.jpg')

Opencv kopyalama kenarlık fonksiyonlu sağlam kırpma:

def imcrop(img, bbox):
   x1, y1, x2, y2 = bbox
   if x1 < 0 or y1 < 0 or x2 > img.shape[1] or y2 > img.shape[0]:
        img, x1, x2, y1, y2 = pad_img_to_fit_bbox(img, x1, x2, y1, y2)
   return img[y1:y2, x1:x2, :]

def pad_img_to_fit_bbox(img, x1, x2, y1, y2):
    img = cv2.copyMakeBorder(img, - min(0, y1), max(y2 - img.shape[0], 0),
                            -min(0, x1), max(x2 - img.shape[1], 0),cv2.BORDER_REPLICATE)
   y2 += -min(0, y1)
   y1 += -min(0, y1)
   x2 += -min(0, x1)
   x1 += -min(0, x1)
   return img, x1, x2, y1, y2

İşte daha sağlam imcrop için bazı kod (biraz matlab gibi)

def imcrop(img, bbox): 
    x1,y1,x2,y2 = bbox
    if x1 < 0 or y1 < 0 or x2 > img.shape[1] or y2 > img.shape[0]:
        img, x1, x2, y1, y2 = pad_img_to_fit_bbox(img, x1, x2, y1, y2)
    return img[y1:y2, x1:x2, :]

def pad_img_to_fit_bbox(img, x1, x2, y1, y2):
    img = np.pad(img, ((np.abs(np.minimum(0, y1)), np.maximum(y2 - img.shape[0], 0)),
               (np.abs(np.minimum(0, x1)), np.maximum(x2 - img.shape[1], 0)), (0,0)), mode="constant")
    y1 += np.abs(np.minimum(0, y1))
    y2 += np.abs(np.minimum(0, y1))
    x1 += np.abs(np.minimum(0, x1))
    x2 += np.abs(np.minimum(0, x1))
    return img, x1, x2, y1, y2

Alternatif olarak, kırpma için tensorflow'u ve görüntüden bir dizi yapmak için openCV'yi kullanabilirsiniz.

import cv2
img = cv2.imread('YOURIMAGE.png')

Şimdi imgbir (imageheight, imagewidth, 3) şekil dizisidir. Diziyi tensorflow ile kırpın:

import tensorflow as tf
offset_height=0
offset_width=0
target_height=500
target_width=500
x = tf.image.crop_to_bounding_box(
    img, offset_height, offset_width, target_height, target_width
)

Görüntüyü tf.keras ile yeniden birleştirin, böylece işe yaradıysa bakabiliriz:

tf.keras.preprocessing.image.array_to_img(
    x, data_format=None, scale=True, dtype=None
)

Bu, resmi bir not defterinde yazdırır (Google Colab'da test edilmiştir).

Tüm kod birlikte:

import cv2
img = cv2.imread('YOURIMAGE.png')

import tensorflow as tf
offset_height=0
offset_width=0
target_height=500
target_width=500
x = tf.image.crop_to_bounding_box(
    img, offset_height, offset_width, target_height, target_width
)

tf.keras.preprocessing.image.array_to_img(
    x, data_format=None, scale=True, dtype=None
)