从给定4点坐标的图像中提取任意矩形补丁

Question

给定图像中四个任意点的坐标（保证形成一个矩形），我想提取它们代表的色块并获得相同的矢量化（平面）表示。我该怎么办？

我看到了this问题的答案，并使用它可以找到所需的补丁。例如，给定该图像中绿色矩形的4个角的图像坐标：

我能够找到补丁并得到类似的东西：

使用以下代码：

p1 = (334,128)
p2 = (438,189)
p3 = (396,261)
p4 = (292,200)
pts = np.array([p1, p2, p3, p4])

mask = np.zeros((img.shape[0], img.shape[1]))

cv2.fillConvexPoly(mask, pts, 1)
mask = mask.astype(np.bool)

out = np.zeros_like(img)
out[mask] = img[mask]
patch = img[mask]

cv2.imwrite(img_name, out)

但是，问题是当以行优先顺序将图像读取为矩阵时，我获得的patch变量只是图像中属于该补丁的所有像素的数组。< / p>

我想要的是patch变量应包含可以形成真实图像的顺序的像素，以便我可以对其执行操作。我应该意识到有一个opencv函数可以帮助我做到这一点吗？

谢谢！

Answer 1

这是实现此方法的方法：

代码：

    # create a subimage with the outer limits of the points
    subimg = out[128:261,292:438]

    # calculate the angle between the 2 'lowest' points, the 'bottom' line
    myradians = math.atan2(p3[0]-p4[0], p3[1]-p4[1])
    # convert to degrees 
    mydegrees = 90-math.degrees(myradians)

    # create rotationmatrix
    h,w = subimg.shape[:2]
    center = (h/2,w/2)
    M = cv2.getRotationMatrix2D(center, mydegrees, 1)
    # rotate subimage
    rotatedImg = cv2.warpAffine(subimg, M, (h, w))

结果：

接下来，通过删除所有100％黑色的行/列，可以轻松裁剪图像中的黑色区域。
最终结果：

代码：

    # converto image to grayscale
    img = cv2.cvtColor(rotatedImg, cv2.COLOR_BGR2GRAY)

    # sum each row and each volumn of the image
    sumOfCols = np.sum(img, axis=0)
    sumOfRows = np.sum(img, axis=1)

    # Find the first and last row / column that has a sum value greater than zero, 
    # which means its not all black. Store the found values in variables
    for i in range(len(sumOfCols)):
            if sumOfCols[i] > 0:
                    x1 = i
                    print('First col: ' + str(i))
                    break

    for i in range(len(sumOfCols)-1,-1,-1):
            if sumOfCols[i] > 0:
                    x2 = i
                    print('Last col: ' + str(i))
                    break

    for i in range(len(sumOfRows)):
            if sumOfRows[i] > 0:
                    y1 = i
                    print('First row: ' + str(i))
                    break

    for i in range(len(sumOfRows)-1,-1,-1):
            if sumOfRows[i] > 0:
                    y2 = i
                    print('Last row: ' + str(i))
                    break

    # create a new image based on the found values
    finalImage = rotatedImg[y1:y2,x1:x2]