利用opencv-python 进行图像的不规则裁剪
利用凸包进行裁剪
首先我们进行凸包裁剪，先利用 cv2.convexHull(xy) 函数得到点集xy的凸包顶点。然后利用mask进行提取，并利用截取数组行列的方法得到图像。代码：
def hull_cut(filter_xy,img):
hull=cv2.convexHull(filter_xy)
col0 =hull[:,:,0]
col1 =hull[:,:,1]
x1=np.min(col0)
y1=np.min(col1)
x2=np.max(col0)
y2 = np.max(col1)
if x1 < 0:
x1 = 0
if x2 > img.shape[1]:
x2 = img.shape[1]
if y1 < 0:
y1 = 0
if y2 > img.shape[0]:
y2 = img.shape[0]
mask=np.zeros(img.shape,dtype=np.uint8)
mask2 = cv2.fillPoly(mask,[hull],(255,255,255))
ROI = cv2.bitwise_and(mask2, img)
img_end=ROI[y1:y2,x1:x2]
return img_end
裁剪原图（目的就是提取这个蓝色点所占据的建筑）
裁剪结果
进行最小矩形截取，但不对图片进行旋转
首先利用求最小矩形的方法来求矩形框。在以框为mask进行裁剪。其中求最小矩形框采用的是 cv2.minAreaRect(xy) 值得细讲。
minAreaRect() 返回了所需区域的最小斜矩形的参数，与包围框直接返回四个顶点的坐标不同，最小外接矩形返回的是矩形的 ((x, y), (w, h), angle)，对应了矩形的中心，宽度，高度和旋转角度。
旋转角度angle是水平轴（x轴）逆时针旋转，与碰到的矩形的 第一条边的夹角。并且这个边的边长是width，另一条边边长是height。也就是说，width与height不是按照长短来定义的。
在OpenCV中， 坐标系原点在左上角，相对于x轴，逆时针旋转角度为负，顺时针旋转角度为正，所以函数minAreaRect()返回的角度范围时[-90~0)。一个平放的长矩形，调用minAreaRect() 返回的角度为-90度。如果旋转图像，矩形树立起来，这时调用minAreaRect()得到的角度依然是-90度。
参考链接OpenCV Python实现旋转矩形的裁剪
代码如下：
def rect_cut_U(filter_xy,img):
rect = cv2.minAreaRect(filter_xy)
size=tuple(map(int, rect[1]))
if size[0] < size[1]:
w = size[1]
h = size[0]
else:
w = size[0]
h = size[1]
if w>1500 or h<224:
img_end=None
else:
box = cv2.boxPoints(rect)
box=np.int0(box)
boxed=box.reshape((-1,1,2))
col0 =box[:,0]
col1 =box[:,1]
x1=np.min(col0)
y1=np.min(col1)
x2=np.max(col0)
y2 = np.max(col1)
if x1 < 0:
x1 = 0
if x2 > img.shape[1]:
x2 = img.shape[1]
if y1 < 0:
y1 = 0
if y2 > img.shape[0]:
y2 = img.shape[0]
mask=np.zeros(img.shape,dtype=np.uint8)
mask2 = cv2.fillPoly(mask,[boxed],(255,255,255))
ROI = cv2.bitwise_and(mask2, img)
img_end=ROI[y1:y2,x1:x2]
return img_end
截取结果
利用仿射变换将图像旋转到水平。
这里其实是将整个图像按照求出的矩形偏转角进行旋转，然后利用 cv2.minAreaRect得到的w,h尺寸来截取，代码如下：
def rect_cut_A(filter_xy,img):
horizon = True
rect = cv2.minAreaRect(filter_xy)
center, size, angle = rect[0], rect[1], rect[2]
center, size = tuple(map(int, center)), tuple(map(int, size))
if horizon:
if size[0] < size[1]:
angle -= 270
w = size[1]
h = size[0]
else:
w = size[0]
h = size[1]
size = (w, h)
if w>1500 or h<224:
img_crop=None
else:
height, width = img.shape[0], img.shape[1]
M = cv2.getRotationMatrix2D(center, angle, 1)
img_rot = cv2.warpAffine(img, M, (width, height))
img_crop = cv2.getRectSubPix(img_rot, size, center)
return img_crop
截取结果
采用透视变换进行图像转正（不推荐，因为有时会产生扭曲）
这方法实际是直接将得到的最小矩形顶点进行透视变换，由不水平的面，投影到水平面。涉及到投影，所以计算实际更多，而且有时会出现扭曲变形，因为像素点的位置完全改变了。
代码：
def rect_cut(filter_xy,img):
rect = cv2.minAreaRect(filter_xy)
box = cv2.boxPoints(rect)
box=np.int0(box)
width=int(rect[1][0])
height=int(rect[1][1])
if width > height:
w = width
h = height
else:
w = height
h = width
if w>1500 or h<224:
warped=None
else:
src_pts = box.astype("float32")
dst_pts = np.array([[w - 1, h - 1],[0, h - 1],[0, 0],[w - 1, 0]], dtype="float32")
M = cv2.getPerspectiveTransform(src_pts, dst_pts)
warped = cv2.warpPerspective(img, M, (w, h))
return warped
截取结果
这个图是截取的正好，没有发生扭曲。加入截取原图中绿色的点就会出现扭曲，如图
所以不推荐使用
参考链接
Original: https://blog.csdn.net/weixin_42228166/article/details/123856823
Author: dlut0427
Title: 利用opencv-python 进行图像的不规则裁剪
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/633467/
转载文章受原作者版权保护。转载请注明原作者出处！