提取边界框并将其另存为图像

Question

假设您有以下图片：

现在我想要提取每个独立字母的单个图像，为此任务我已经恢复了轮廓，然后绘制了一个边界框，在这种情况下为角色'a'：

在此之后，我想提取每个框（在本例中为字母'a'）并将其保存到图像文件中。

预期结果：  

到目前为止，这是我的代码：

import numpy as np
import cv2

im = cv2.imread('abcd.png')
im[im == 255] = 1
im[im == 0] = 255
im[im == 1] = 0
im2 = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
ret,thresh = cv2.threshold(im2,127,255,0)
contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

for i in range(0, len(contours)):
    if (i % 2 == 0):
       cnt = contours[i]
       #mask = np.zeros(im2.shape,np.uint8)
       #cv2.drawContours(mask,[cnt],0,255,-1)
       x,y,w,h = cv2.boundingRect(cnt)
       cv2.rectangle(im,(x,y),(x+w,y+h),(0,255,0),2)
       cv2.imshow('Features', im)
       cv2.imwrite(str(i)+'.png', im)

cv2.destroyAllWindows()

提前致谢。

Answer 1

以下内容将为您提供一个字母

letter = im[y:y+h,x:x+w]

Answer 2

这是一种方法：

• 将图像转换为灰度
• 大津获取二值图像的阈值
• 找到轮廓
• 迭代轮廓并使用Numpy切片提取ROI

---

找到轮廓后，我们使用cv2.boundingRect()获得每个字母的边界矩形坐标。

x,y,w,h = cv2.boundingRect(c)

要提取投资回报率，我们使用Numpy切片

ROI = image[y:y+h, x:x+w]

由于我们具有边界矩形坐标，因此我们可以绘制绿色边界框

cv2.rectangle(copy,(x,y),(x+w,y+h),(36,255,12),2)

这是检测到的字母

每个保存的字母投资回报率

import cv2

image = cv2.imread('1.png')
copy = image.copy()
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray,0,255,cv2.THRESH_OTSU + cv2.THRESH_BINARY)[1]

cnts = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]

ROI_number = 0
for c in cnts:
    x,y,w,h = cv2.boundingRect(c)
    ROI = image[y:y+h, x:x+w]
    cv2.imwrite('ROI_{}.png'.format(ROI_number), ROI)
    cv2.rectangle(copy,(x,y),(x+w,y+h),(36,255,12),2)
    ROI_number += 1

cv2.imshow('thresh', thresh)
cv2.imshow('copy', copy)
cv2.waitKey()