opencv python截取圆形区域的实现
作者:粒子白 时间:2022-11-27 06:58:50
一、先进行剪切操作
圆形区域占图片可能不多,多余的部分不要。
看下图。
只要纽扣电池内部和少许的边缘部分,其余黑色背景部分不需要。
先沿着纽扣电池的边缘剪切出来感兴趣的区域。
有2个方法,用寻找轮廓外接圆的方法,或者基尔霍夫圆的方法。
在这里以轮廓外接圆方法为例。
代码如下:
import cv2
import numpy as np
image = cv2.imread('F:\Siamese-pytorch-master\datasets\images_background\quebian_Hander/20220724-112303-336.jpg')
image=cv2.resize(image,(800,600))#缩放一下
img=cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)# 灰度图
# 二值化 这个位置要注意二值化和反二值化,看你原图是什么样子的底色
# ret , thresh = cv2.threshold(img, 230, 255, cv2.THRESH_BINARY_INV)
# ret , thresh = cv2.threshold(img,127,255,cv2.THRESH_BINARY | cv2.THRESH_OTSU)
ret , thresh = cv2.threshold(img,127,255,cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
dot=[] # 用来保存所有轮廓返回的坐标点。
for c in contours:
# 找到边界坐标
min_list=[] # 保存单个轮廓的信息,x,y,w,h,area。 x,y 为起始点坐标
x, y, w, h = cv2.boundingRect(c) # 计算点集最外面的矩形边界
min_list.append(x)
min_list.append(y)
min_list.append(w)
min_list.append(h)
min_list.append(w*h) # 把轮廓面积也添加到 dot 中
dot.append(min_list)
# 找出最大矩形的 x,y,w,h,area
max_area=dot[0][4] # 把第一个矩形面积当作最大矩形面积
for inlist in dot:
area=inlist[4]
if area >= max_area:
x=inlist[0]
y=inlist[1]
w=inlist[2]
h=inlist[3]
max_area=area
# 在原图上画出最大的矩形 这部分实际上是对边缘再扩展一下,避免剪切的圆不够完整
print(x,y,w,h)
if y>=60:
new_w=60
elif y>=50:
new_w=50
elif y>=40:
new_w=40
elif y>=30:
new_w=30
elif y>=20:
new_w=20
elif y>=10:
new_w=10
x0=x-int(new_w/2)
y0=y-int(new_w/2)
w=w+new_w
h=h+new_w
print(x0,y0,w,h)
# cv2.rectangle(image, (x0, y0), (x + w, y + h), (0, 255, 0), 1)
crop = image[y0:y0+h, x0:x0+w]
cv2.imshow('crop',crop)
cv2.imwrite("crop.jpg",crop)
cv2.waitKey(0)
cv2.destroyWindow()
代码执行以后可以看下剪切效果。大致如下。
以上代码是单张图片。
执行一下代码可以批量处理图片。
注意:如果你的代码报错,注意下二值化的这行代码,是THRESH_BINARY_INV还是THRESH_BINARY。
# -*- coding:utf-8 -*-
# from re import X
import cv2
import numpy as np
from glob import glob
import os
img_path = glob("F:\Siamese-pytorch-master\datasets\images_background\character01/*.jpg")
path_save = "F:\Siamese-pytorch-master\datasets\images_background\quebian_Hander/"
for i,file in enumerate(img_path):
name = os.path.join(path_save, "%d.jpg"%i)
image = cv2.imread(file)
print(file,i)
image=cv2.resize(image,(800,600))
img=cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
img = cv2.bilateralFilter(img,9,75,75)
ret , thresh = cv2.threshold(img,127,255,cv2.THRESH_BINARY | cv2.THRESH_OTSU)
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
dot=[] # 用来保存所有轮廓返回的坐标点。
for c in contours:
# 找到边界坐标
min_list=[] # 保存单个轮廓的信息,x,y,w,h,area。 x,y 为起始点坐标
x, y, w, h = cv2.boundingRect(c) # 计算点集最外面的矩形边界
min_list.append(x)
min_list.append(y)
min_list.append(w)
min_list.append(h)
min_list.append(w*h) # 把轮廓面积也添加到 dot 中
dot.append(min_list)
# 找出最大矩形的 x,y,w,h,area
max_area=dot[0][4] # 把第一个矩形面积当作最大矩形面积
for inlist in dot:
area=inlist[4]
if area >= max_area:
x=inlist[0]
y=inlist[1]
w=inlist[2]
h=inlist[3]
max_area=area
# 在原图上画出最大的矩形
print(x,y,w,h)
if y>=60:
new_w=60
elif y>=50:
new_w=50
elif y>=40:
new_w=40
elif y>=30:
new_w=30
elif y>=20:
new_w=20
elif y>=10:
new_w=10
elif y>=5:
new_w=5
else:
new_w=0
x0=x-int(new_w/2)
y0=y-int(new_w/2)
w=w+new_w
h=h+new_w
print(x0,y0,w,h)
# cv2.rectangle(image, (x0, y0), (x0 + w , y0 + h), (0, 255, 0), 1)
crop = image[y0:y0+h, x0:x0+w]
cv2.imwrite(name,crop)
批量以后效果类似下图。基本上裁减掉了不需要的部分。
二、去除背景
执行以下代码。
import cv2
import numpy as np
from glob import glob
import os
img_path = glob("F:\DEMO_CODE\demo\ML\qieyuan/*.jpg")
path_save = "F:\DEMO_CODE\demo\ML\qieyuan/"
for i,file in enumerate(img_path):
name = os.path.join(path_save, "%d.jpg"%i)
image = cv2.imread(file)
gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
_, binary = cv2.threshold(gray,0,255,cv2.THRESH_BINARY | cv2.THRESH_OTSU)
contours, _ = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
for cont in contours:
(x, y), radius = cv2.minEnclosingCircle(cont)
if radius>200:
ming=cv2.circle(image,(int(x),int(y)),int(radius), (0, 0, 255), 2)
print("radius is ")
print(radius)
print((x, y))
roi = np.zeros(image.shape[:2], np.uint8)
roi = cv2.circle(roi,(int(x),int(y)), int(radius), 255, cv2.FILLED)
mask = np.ones_like(image) * 255
mask = cv2.bitwise_and(mask, image, mask=roi) + cv2.bitwise_and(mask, mask, mask=~roi)
cv2.imwrite(name,mask)
print(i,name)
效果如下:
不要的部分就变成白色了
来源:https://blog.csdn.net/linmuquan1989/article/details/126315114
标签:opencv,截取圆形
0
投稿
猜你喜欢
ASP环境中使用QQ纯真版IP数据库QQWry.dat
2010-02-26 13:35:00
关于MySql 10038错误的完美解决方法(三种)
2024-01-27 06:16:18
Pycharm添加虚拟解释器报错问题解决方案
2022-05-28 04:07:53
Python 编程速成(推荐)
2021-04-03 04:30:10
经验总结:ASP与存储过程解析
2008-11-07 13:33:00
python3.7中安装paddleocr及paddlepaddle包的多种方法
2022-08-11 00:00:57
Perl 哈希Hash用法之入门教程
2023-11-06 22:57:17
在SQL Server 2005所有表中搜索某个指定列的方法
2024-01-21 22:50:25
如何利用Image Data Type在主页中显示图形?
2010-01-01 15:13:00
Mysql Innodb 引擎优化
2010-10-25 20:01:00
Pycharm2022最新版无法换源解决方法
2023-02-09 20:51:55
Flask 数据库集成的介绍
2023-07-15 09:28:20
python解析xml文件实例分享
2021-11-20 07:56:14
c#编写的高并发数据库控制访问代码
2024-01-16 04:57:04
基于Python实现简单的汉字拼音转换工具
2022-10-03 10:42:35
浅谈Python的正则表达式
2022-05-11 00:54:16
在 Golang 中实现一个简单的Http中间件过程详解
2024-05-09 14:55:35
浅谈Go语言中的结构体struct & 接口Interface & 反射
2024-05-22 10:30:50
SWFObject 2.1以上版本语法介绍
2024-04-10 10:49:18
echarts柱状图坐标轴内容显示不全的两种解决办法
2023-09-06 03:57:34