我正在尝试将图像裁剪到轮廓的边界。我从此answer
找到了一个代码mask = np.zeros_like(image)
cv2.drawContours(mask, [c], -1, 255, -1)
out = np.zeros_like(image)
out[mask == 255] = image[mask == 255]
(y, x) = np.where(mask == 255)
(topy, topx) = (np.min(y), np.min(x))
(bottomy, bottomx) = (np.max(y), np.max(x))
out = out[topy: bottomy + 1, topx:bottomx + 1]
crop_img = image[topy: bottomy + 1, topx:bottomx + 1]
cv2.imshow("croppedd", crop_img)
其中c
是轮廓。
我遇到了类似这样的错误:
Traceback (most recent call last):
File "detect_shapes.py", line 66, in <module>
(y, x) = np.where(mask == 255)
ValueError: too many values to unpack (expected 2)
我该如何解决我的问题?
我认为这与我的形象无关,但这里是我的形象;
答案 0 :(得分:2)
看看
np.where(mask == 255)
,无需打开x,y
的包装。我猜这是一个3元素元组。 where
为输入数组的每个维生成一个数组。如果mask
是3d(x,y,channel),则where
是一个(3,)元组。
答案 1 :(得分:2)
您上面提到的答案是使用
以grayscale
模式加载图像
image = cv2.imread('...', 0)
在这里,0
指向cv2.IMREAD_GRAYSCALE
标志。这很重要,因为在这种情况下,image
仅具有1
频道。如果您以这种方式加载图像并运行代码,它将可以正常工作。我已经测试过了在这种情况下,(y, x) = np.where(mask == 255)
不会给出任何错误,因为np.where(mask == 255)
是mask
数组(因为2d
的输出是两个numpy数组的元组(请使用{ {1}}。
但是,如果您以mask.shape
的形式加载图像,而没有执行类似image = cv2.imread('...')
的操作来将其转换为灰度,那么在这种情况下,image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
返回一个由三个numpy数组组成的元组因为np.where(mask == 255)
是这里的mask
数组,这就是导致出现错误的原因。