在opencv和python中复制图像的一部分

Question

我正在尝试通过识别原始图像的模板将图像分割成几个具有opencv的子图像，然后复制我匹配这些模板的区域。我是opencv的全新手！我使用以下方法识别了子图像：

result = cv2.matchTemplate(img, template, cv2.TM_CCORR_NORMED)

经过一些清理后，我得到了一个名为points的元组列表，其中我迭代显示矩形。 tw和th分别是模板的宽度和高度。

for pt in points:
    re = cv2.rectangle(img, pt, (pt[0] + tw, pt[1] + th), 0, 2)
    print('%s, %s' % (str(pt[0]), str(pt[1])))
    count+=1

我想要完成的是将八边形（https://dl.dropbox.com/u/239592/region01.png）保存到单独的文件中。

我该怎么做？我读过有关轮廓的东西，但我不确定如何使用它。理想情况下，我想勾勒八角形。

非常感谢你的帮助！

Answer 1

如果模板匹配对您有效，请坚持下去。例如，我考虑了以下模板：

然后，我们可以预处理输入以使其成为二进制输入并丢弃小组件。在此步骤之后，执行模板匹配。然后通过丢弃关闭匹配来过滤匹配的问题（我已经使用了伪方法，所以如果有太多的匹配，你可以看到它需要一些时间）。在我们确定哪些点相距很远（从而识别出不同的六边形）之后，我们可以通过以下方式对它们进行微调：

• 按y坐标排序;
• 如果两个相邻的项目从太靠近的y坐标开始，则将它们设置为相同的y坐标。

现在，您可以按适当的顺序对此点列表进行排序，以便按照栅格顺序完成裁剪。使用numpy提供的切片很容易实现裁剪部分。

import sys
import cv2
import numpy

outbasename = 'hexagon_%02d.png'

img = cv2.imread(sys.argv[1])
template = cv2.cvtColor(cv2.imread(sys.argv[2]), cv2.COLOR_BGR2GRAY)
theight, twidth = template.shape[:2]

# Binarize the input based on the saturation and value.
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
saturation = hsv[:,:,1]
value = hsv[:,:,2]
value[saturation > 35] = 255
value = cv2.threshold(value, 0, 255, cv2.THRESH_OTSU)[1]
# Pad the image.
value = cv2.copyMakeBorder(255 - value, 3, 3, 3, 3, cv2.BORDER_CONSTANT, value=0)

# Discard small components.
img_clean = numpy.zeros(value.shape, dtype=numpy.uint8)
contours, _ = cv2.findContours(value, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
for i, c in enumerate(contours):
    area = cv2.contourArea(c)
    if area > 500:
        cv2.drawContours(img_clean, contours, i, 255, 2)


def closest_pt(a, pt):
    if not len(a):
        return (float('inf'), float('inf'))
    d = a - pt
    return a[numpy.argmin((d * d).sum(1))]

match = cv2.matchTemplate(img_clean, template, cv2.TM_CCORR_NORMED)

# Filter matches.
threshold = 0.8
dist_threshold = twidth / 1.5
loc = numpy.where(match > threshold)
ptlist = numpy.zeros((len(loc[0]), 2), dtype=int)
count = 0
print "%d matches" % len(loc[0])
for pt in zip(*loc[::-1]):
    cpt = closest_pt(ptlist[:count], pt)
    dist = ((cpt[0] - pt[0]) ** 2 + (cpt[1] - pt[1]) ** 2) ** 0.5
    if dist > dist_threshold:
        ptlist[count] = pt
        count += 1

# Adjust points (could do for the x coords too).
ptlist = ptlist[:count]
view = ptlist.ravel().view([('x', int), ('y', int)])
view.sort(order=['y', 'x'])
for i in xrange(1, ptlist.shape[0]):
    prev, curr = ptlist[i - 1], ptlist[i]
    if abs(curr[1] - prev[1]) < 5:
        y = min(curr[1], prev[1])
        curr[1], prev[1] = y, y

# Crop in raster order.
view.sort(order=['y', 'x'])
for i, pt in enumerate(ptlist, start=1):
    cv2.imwrite(outbasename % i,
            img[pt[1]-2:pt[1]+theight-2, pt[0]-2:pt[0]+twidth-2])
    print 'Wrote %s' % (outbasename % i)

如果您只想要六边形的轮廓，则在img_clean而不是img进行裁剪（但是按照栅格顺序对六边形进行排序毫无意义。）

以下是在不修改上述代码的情况下为两个示例剪切的不同区域的表示：

Answer 2

对不起，我不明白你的问题是如何将matchTemplate和Contours联系起来的。

无论如何，下面是一个使用轮廓的小技术。假设您的其他图像也与您提供的图像相似。我不确定它是否适用于您的其他图像。但我认为这对创业有帮助。请亲自尝试并进行必要的调整和修改。

我做了什么：

1 - 我需要八角形的边缘。因此使用Otsu进行阈值化图像并应用膨胀和侵蚀（或使用您喜欢的任何方法，适用于所有图像，beware of the edges in left edge of image）。

2 - 然后找到轮廓（有关轮廓的更多信息：http://goo.gl/r0ID0

3 - 对于每个轮廓，找到它的凸包，找到它的区域（A）＆amp;周长（P）

4 - 对于完美八角形，P*P/A = 13.25 approximately。我在这里使用它并切割并保存。

5 - 你可以看到裁剪它也会删除一些八边形的边缘。如果需要，请调整裁剪尺寸。

代码：

import cv2
import numpy as np

img = cv2.imread('region01.png')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
ret,thresh = cv2.threshold(gray,0,255,cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)
thresh = cv2.dilate(thresh,None,iterations = 2)
thresh = cv2.erode(thresh,None)

contours,hierarchy = cv2.findContours(thresh,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)
number = 0

for cnt in contours:
    hull = cv2.convexHull(cnt)
    area = cv2.contourArea(hull)
    P = cv2.arcLength(hull,True)

    if ((area != 0) and (13<= P**2/area <= 14)):
        #cv2.drawContours(img,[hull],0,255,3)
        x,y,w,h = cv2.boundingRect(hull)
        number = number + 1
        roi = img[y:y+h,x:x+w]
        cv2.imshow(str(number),roi)
        cv2.imwrite("1"+str(number)+".jpg",roi)

cv2.imshow('img',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

这6个八边形将作为单独的文件存储。

希望它有所帮助!!!