Opencv和python用于自动裁剪

Question

我想自动裁剪图像。

我正在使用ImageMagick。

我使用的命令

 convert  3.jpg  -fuzz 10%  -trim     trim.jpg

我该如何解决这个问题。

我认为设置的模糊因素存在问题。

Answer 1

如果你想用OpenCV做这个，一个好的起点可能是在做了一些简单的处理去除图像中的噪点和小细节之后，你可以找到图像的边缘，然后找到边界框并裁剪到那个地区。但是在你的第二张图像的情况下，你可能需要做一些后处理，因为原始边缘可能会有一些噪音和边框。您可以逐个像素地执行此操作，或者另一个可能是矫枉过正的方法将查找图像中的所有轮廓并找到最大的边界框。使用此功能，您可以获得以下结果：

第二个：

需要工作的部分是找到适用于所有图像的正确阈值方法。在这里，我使用不同的阈值来制作二进制图像，因为第一个主要是白色，第二个是有点暗。第一个猜测是使用平均强度作为线索。

希望这有帮助！

修改

这就是我使用一些预处理和动态阈值来使其适用于两个图像的方法：

im = cv2.imread('cloth.jpg')
imgray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
imgray = cv2.blur(imgray,(15,15))
ret,thresh = cv2.threshold(imgray,math.floor(numpy.average(imgray)),255,cv2.THRESH_BINARY_INV)
dilated=cv2.morphologyEx(thresh, cv2.MORPH_OPEN, cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(10,10)))
_,contours,_ = cv2.findContours(dilated,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)

我还检查了轮廓区域以去除非常大的轮廓：

new_contours=[]
for c in contours:
    if cv2.contourArea(c)<4000000:
        new_contours.append(c)

数字4000000是图像尺寸（宽度*高度）的估计值，大轮廓应该有一个接近图像尺寸的区域。

然后您可以迭代所有轮廓，并找到整个边界框：

best_box=[-1,-1,-1,-1]
for c in new_contours:
   x,y,w,h = cv2.boundingRect(c)
   if best_box[0] < 0:
       best_box=[x,y,x+w,y+h]
   else:
       if x<best_box[0]:
           best_box[0]=x
       if y<best_box[1]:
           best_box[1]=y
       if x+w>best_box[2]:
           best_box[2]=x+w
       if y+h>best_box[3]:
           best_box[3]=y+h

然后你有best_box数组内所有轮廓的边界框。

以下是第三张图片的结果：

Answer 2

您可以尝试隔离饱和通道，并按预期进行修剪。

# Convert to HSV, isolate saturation channel, and switch to format
# that supports extended paging.
convert source.jpg -colorspace HSV -channel S -separate /tmp/saturation.png

# Trim as before
convert /tmp/saturation.png -trim /tmp/trim.png

# Capture results of -trim
GEO=$(identify -format '%wx%h%X%Y' /tmp/trim.png)

  

1232x1991 + 384 + 336

# Apply results to original image
convert source.jpg -crop $GEO trim.jpg

Answer 3

Kamyar Infinity方法的问题在于，当背景颜色的某个区域靠近对象时，您将无法获得对象的正确边界。

设置为math.floor(numpy.average(imgray))的阈值对您没有帮助... 例如：

即使阈值是完美的（可以手动调整），您也不能忽略图像右上角的那个小点。您需要过滤掉一些区域。 例如：

opencv正式给出了实现此目标的方法。

Creating Bounding boxes and circles for contours

这里给出的另一种方法可能会有用。 （与Kamyar Infinity基本相同，但添加了cv.inRandge）

Dealing with contours and bounding rectangle in OpenCV 2.4 - python 2.7