Question

我想在python中使用Pillow从图像中裁剪出矩形区域。问题在于矩形不必与图像边缘平行，因此我不能使用.crop（（left，top，right，bottom））函数。

有没有办法用枕头来做到这一点？（假设我们知道矩形的所有4个点的坐标）如果没有，如何使用其他Python库来完成？

Answer 1

您可以在OpenCV中使用最小旋转矩形：

rect = cv2.minAreaRect(cnt)
box = cv2.boxPoints(rect)
box = np.int0(box)

结果是，您具有：中心坐标（x，y），宽度，高度，矩形的旋转角度。您可以从此矩形角度旋转整个图像。您的图片现在将被旋转：

您可以计算四个矩形顶点的新坐标（角度）。然后，仅计算此点的法线矩形（法线矩形=不小，没有任何旋转）。使用此矩形，您可以裁剪旋转的图像。如果我正确理解您的话，这张照片将是您想要的。像这样：

因此您只需要Opencv。也许有些库可以使您更轻松地完成工作。

Answer 2

这是一个基于scikit-image（不是Pillow）的解决方案，您可能会觉得有用。

您可以将要裁剪的区域的顶点传递到函数skimage.draw.polygon，然后使用检索到的像素坐标来遮盖原始图像（例如，通过Alpha通道）。

import numpy as np
from skimage import io, draw

img = io.imread('https://i.stack.imgur.com/x5Ym4.png')

vertices = np.asarray([[150, 140],
                       [300, 240],
                       [210, 420],
                       [90, 320],
                       [150, 150]])

rows, cols = draw.polygon(vertices[:, 0], vertices[:, 1])

crop = img.copy()
crop[:, :, -1] = 0
crop[rows, cols, -1] = 255

io.imshow(crop)

Answer 3

我将this opencv-based solution (sub_image)改用于PIL。我需要从(center, size, theta)获得的cv2.minAreaRect矩形，但是可以通过点等数学方式构建。

我看到了其他一些解决方案，但它们留下了一些奇怪的工件。

     
def crop_tilted_rect(image, rect):
    """ crop rect out of image, handing rotation
    
    rect in this case is a tuple of ((center_x, center_y), (width, height), theta),
    which I get from opencv's cv2.minAreaRect(contour)
    """
    # Get center, size, and angle from rect
    center, size, theta = rect
    width, height = [int(d) for d in size]

    if 45 < theta <= 90:
        theta = theta - 90
        width, height = height, width

    theta *= math.pi / 180 # convert to rad
    v_x = (math.cos(theta), math.sin(theta))
    v_y = (-math.sin(theta), math.cos(theta))
    s_x = center[0] - v_x[0] * (width / 2) - v_y[0] * (height / 2)
    s_y = center[1] - v_x[1] * (width / 2) - v_y[1] * (height / 2)
    mapping = np.array([v_x[0],v_y[0], s_x, v_x[1],v_y[1], s_y])
    return image.transform((width, height), Image.AFFINE, data=mapping, resample=0, fill=1, fillcolor=(255,255,255))

使用Python中的枕头从图像中裁剪区域

3 个答案: