使用Python OpenCV，如何在特定颜色边界框内提取图像区域？

Question

鉴于我手动绘制彩色边框的照片， 我想复制/裁剪图像内容，以将内容保留在边界框内。

目标是检测该颜色边界框，然后使用它来告诉脚本在哪里复制/裁剪。

我已经尝试过轮廓，但似乎我需要额外的步骤。

也许是一种方式：

• 检测有界区域
• 找到最小的区域（盒子线可以是可变的厚度，所以我需要内部边界区域 - 边界最终将是物理世界中的彩色海报板切口盒）
• 脚本为该区域创建一个掩码
• 抓住图片

可能有更好的方法; 最好的方法是什么？ 我会使用哪些Python OpenCV方法？

基于我目前的实验代码（我正在探索通过轮廓尺寸获取区域，但我认为我需要更好的轮廓代码）：

import numpy as np
import cv2

image_dir = "/Users/admin/Documents/dir/dir2/"

im = cv2.imread(image_dir+'test_image_bounded.png')
imgray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
ret,thresh = cv2.threshold(imgray,176,190,43)
#ret,thresh = cv2.threshold(imgray,127,255,0)
contours, hierarchy =         cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

areaArray = []
count = 1

for i, c in enumerate(contours):
    area = cv2.contourArea(c)
    areaArray.append(area)

#first sort the array by area
sorteddata = sorted(zip(areaArray, contours), key=lambda x: x[0], reverse=True)

#find the nth largest contour [n-1][1], in this case 2
largestcontour = sorteddata[0][2]

#draw it
x, y, w, h = cv2.boundingRect(largestcontour)
cv2.drawContours(im, largestcontour, -1, (255, 0, 0), 2)
cv2.rectangle(im, (x, y), (x+w, y+h), (0,255,0), 2)
cv2.imwrite(image_dir+'output.jpg', im)

编辑--------------------------------

我通过颜色检测，形态学和抓住第二大门槛设法获得了一些非常好的结果

以下是一些相关代码：

green_MIN = np.array([45, 25, 25],np.uint8)
green_MAX = np.array([55, 255, 255],np.uint8)

hsv_img = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)

frame_threshed = cv2.inRange(hsv_img, green_MIN, green_MAX)

#image = cv2.imread('...') # Load your image in here
# Your code to threshold
#image = cv2.adaptiveThreshold(image, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 45, 0)    

# Perform morphology
se = np.ones((20,20), dtype='uint8')
image_close = cv2.morphologyEx(frame_threshed, cv2.MORPH_CLOSE, se)

HSV值很痛苦;我想自动化那部分。 这有助于获得价值： https://achuwilson.wordpress.com/2012/02/14/hsv-pixel-values-in-opencv/

Answer 1

我的快速建议是：

1）由于矩形为绿色，因此按颜色过滤。图像本身也可能存在绿色，但这会减少误报。

2）检测形成矩形的线条。

现在可以通过各种方式完成。更常见的方法是使用Hough变换。我不知道直接搜索矩形的实现，尽管你也可以实现它。 HoughLinesP函数会找到行，您可以选择那些形成矩形的行。

但是，在您的应用程序中，您可能有相当严格的假设，这将使此问题更容易。如果从不旋转边界框，您可以简单地遍历行和列以查找具有您要查找的颜色的最大像素数的那些。可以扩展为查找连续像素以查找线段，但可能甚至不需要。