Cara memotong gambar di OpenCV menggunakan Python

Bagaimana saya bisa memotong gambar, seperti yang saya lakukan sebelumnya di PIL, menggunakan OpenCV.

Contoh kerja pada PIL

im = Image.open('0.png').convert('L')
im = im.crop((1, 1, 98, 33))
im.save('_0.png')

Tetapi bagaimana saya bisa melakukannya di OpenCV?

Inilah yang saya coba:

im = cv.imread('0.png', cv.CV_LOAD_IMAGE_GRAYSCALE)
(thresh, im_bw) = cv.threshold(im, 128, 255, cv.THRESH_OTSU)
im = cv.getRectSubPix(im_bw, (98, 33), (1, 1))
cv.imshow('Img', im)
cv.waitKey(0)

Tapi itu tidak berhasil.

Saya pikir saya salah digunakan getRectSubPix. Jika ini masalahnya, tolong jelaskan bagaimana saya dapat menggunakan fungsi ini dengan benar.

Ini sangat sederhana. Gunakan irisan numpy.

import cv2
img = cv2.imread("lenna.png")
crop_img = img[y:y+h, x:x+w]
cv2.imshow("cropped", crop_img)
cv2.waitKey(0)

Saya punya pertanyaan ini dan menemukan jawaban lain di sini: salin wilayah yang diminati

Jika kita menganggap (0,0) sebagai sudut kiri atas gambar disebut imdengan kiri-ke-kanan sebagai arah x dan atas-ke-bawah sebagai arah y. dan kami memiliki (x1, y1) sebagai verteks kiri-atas dan (x2, y2) sebagai verteks kanan-bawah dari wilayah persegi panjang dalam gambar itu, maka:

roi = im[y1:y2, x1:x2]

di sini adalah sumber daya yang komprehensif pada pengindeksan array dan numpy array yang dapat memberitahu Anda lebih banyak tentang hal-hal seperti memotong bagian dari gambar gambar akan disimpan sebagai array numpy di opencv2.

:)

Perhatikan bahwa, mengiris gambar tidak membuat salinan cropped imagetetapi membuat pointerke roi. Jika Anda memuat begitu banyak gambar, memotong bagian yang relevan dari gambar dengan mengiris, lalu menambahkannya ke dalam daftar, ini mungkin merupakan pemborosan memori yang sangat besar.

Misalkan Anda memuat N gambar masing-masing >1MPdan Anda hanya perlu 100x100wilayah dari sudut kiri atas.

Slicing:

X = []
for i in range(N):
    im = imread('image_i')
    X.append(im[0:100,0:100]) # This will keep all N images in the memory. 
                              # Because they are still used.

Atau, Anda dapat menyalin bagian yang relevan dengan .copy(), sehingga pengumpul sampah akan menghapus im.

X = []
for i in range(N):
    im = imread('image_i')
    X.append(im[0:100,0:100].copy()) # This will keep only the crops in the memory. 
                                     # im's will be deleted by gc.

Setelah mengetahui ini, saya menyadari salah satu komentar oleh user1270710 menyebutkan bahwa tetapi butuh beberapa waktu untuk mengetahuinya (yaitu, debugging dll). Jadi, saya pikir itu layak disebutkan.

kode ini memotong gambar dari x = 0, y = 0 posisi ke h = 100, w = 200

import numpy as np
import cv2

image = cv2.imread('download.jpg')
y=0
x=0
h=100
w=200
crop = image[y:y+h, x:x+w]
cv2.imshow('Image', crop)
cv2.waitKey(0) 

Di bawah ini adalah cara untuk memotong gambar.

image_path: Jalur ke gambar untuk diedit

coords: Sebuah tuple koordinat x / y (x1, y1, x2, y2) [buka gambar dalam mspaint dan periksa "penggaris" di tab tampilan untuk melihat koordinat]

Saved_location : Path untuk menyimpan gambar yang dipangkas

from PIL import Image
    def crop(image_path, coords, saved_location:
        image_obj = Image.open("Path of the image to be cropped")
            cropped_image = image_obj.crop(coords)
            cropped_image.save(saved_location)
            cropped_image.show()


if __name__ == '__main__':
    image = "image.jpg"
    crop(image, (100, 210, 710,380 ), 'cropped.jpg')

Pangkas yang kuat dengan fungsi batas salinan opencv:

def imcrop(img, bbox):
   x1, y1, x2, y2 = bbox
   if x1 < 0 or y1 < 0 or x2 > img.shape[1] or y2 > img.shape[0]:
        img, x1, x2, y1, y2 = pad_img_to_fit_bbox(img, x1, x2, y1, y2)
   return img[y1:y2, x1:x2, :]

def pad_img_to_fit_bbox(img, x1, x2, y1, y2):
    img = cv2.copyMakeBorder(img, - min(0, y1), max(y2 - img.shape[0], 0),
                            -min(0, x1), max(x2 - img.shape[1], 0),cv2.BORDER_REPLICATE)
   y2 += -min(0, y1)
   y1 += -min(0, y1)
   x2 += -min(0, x1)
   x1 += -min(0, x1)
   return img, x1, x2, y1, y2

di sini adalah beberapa kode untuk imcrop yang lebih kuat (sedikit seperti di matlab)

def imcrop(img, bbox): 
    x1,y1,x2,y2 = bbox
    if x1 < 0 or y1 < 0 or x2 > img.shape[1] or y2 > img.shape[0]:
        img, x1, x2, y1, y2 = pad_img_to_fit_bbox(img, x1, x2, y1, y2)
    return img[y1:y2, x1:x2, :]

def pad_img_to_fit_bbox(img, x1, x2, y1, y2):
    img = np.pad(img, ((np.abs(np.minimum(0, y1)), np.maximum(y2 - img.shape[0], 0)),
               (np.abs(np.minimum(0, x1)), np.maximum(x2 - img.shape[1], 0)), (0,0)), mode="constant")
    y1 += np.abs(np.minimum(0, y1))
    y2 += np.abs(np.minimum(0, y1))
    x1 += np.abs(np.minimum(0, x1))
    x2 += np.abs(np.minimum(0, x1))
    return img, x1, x2, y1, y2

Atau, Anda bisa menggunakan tensorflow untuk memotong dan openCV untuk membuat array dari gambar.

import cv2
img = cv2.imread('YOURIMAGE.png')

Sekarang imgadalah array bentuk (imageheight, imagewidth, 3). Pangkas array dengan tensorflow:

import tensorflow as tf
offset_height=0
offset_width=0
target_height=500
target_width=500
x = tf.image.crop_to_bounding_box(
    img, offset_height, offset_width, target_height, target_width
)

Pasang kembali gambar dengan tf.keras, sehingga kita dapat melihatnya jika berhasil:

tf.keras.preprocessing.image.array_to_img(
    x, data_format=None, scale=True, dtype=None
)

Ini mencetak pic di buku catatan (diuji di Google Colab).

Seluruh kode bersama-sama:

import cv2
img = cv2.imread('YOURIMAGE.png')

import tensorflow as tf
offset_height=0
offset_width=0
target_height=500
target_width=500
x = tf.image.crop_to_bounding_box(
    img, offset_height, offset_width, target_height, target_width
)

tf.keras.preprocessing.image.array_to_img(
    x, data_format=None, scale=True, dtype=None
)