提取多边形形状的子图像

Question

考虑下图：

这是交通视频片段中的一帧。

我想要做的是，只裁剪迎面而来的流量，并对其进行分析。我想要一种快速有效的方法，通过提供某些坐标，我可以提取多边形。

我正在研究 OpenCV 和 Python。

编辑：
我看到的一个选择是将图像视为 Numpy 数组并使用 for 循环来提取某些元素，但这不会有效，我不知道它是否合适。

Answer 1

我可以提出算法的一个版本：

1. 首先丢弃图像中你不感兴趣的部分。如果是静态相机，你可以手动计算这个区域。在其他情况下尝试使用Line Detection Algorithm
2. 然后用 cvThreshold 提取背景（使用 background extraction 的好例子）。
3. 提取后，您可以找到轮廓并分析其形状以区分物体（汽车、人等）。

希望这会有所帮助。

Answer 2

好吧，我建议你这样做：

1. 将图像分成不同的区域，根据不同的事物主要是照明。
2. 然后对于每个区域，应用阈值将重要区域（交通）与不重要区域（树木等）分开。 (cv2.threshold)
3. 使用轮廓，您可以将车辆与其他东西区分开来。（cv2.findContours 等）

如果您有视频流或类似的东西，您也可以使用运动检测之类的东西。

一些您可能会觉得有用的链接：

• Tutorial on Contours
• Some things about Hough lines and Hough circles
• Thresholds 和 How they work
• Question with code on Motion Detection。

Answer 3

我建议使用 Contours 提取您感兴趣的区域（您想要的任何形状）。 参考本文档：Drawing Contours

你的方法应该如下：

1. 通过将 MouseEventListener 附加到窗口，在图像本身上标记构成坐标的点。
2. 使用创建蒙版图像。 （全零）
3. 使用这组坐标，使用 cv2.drawContours() 方法在蒙版图像上绘制所需的形状并用白色 (255) 填充。
4. 对原始灰度图像执行 Bitwise_And 运算。

示例代码：

#Function
def on_mouse(event, x, y, flags,(cPts,overlayImage,resetImage)):
    if event==cv.CV_EVENT_LBUTTONUP:
        cPts[0].append([x,y])
        cv2.circle(overlayImage,(x,y),5,(255),-1)
    elif event==cv.CV_EVENT_RBUTTONUP:
        cPts[0]=[]
        print cPts
        overlayImage[:]=resetImage[:]


#Main Program
cvImage=cv2.imread(inputImageFilePath)
grayscaleImage=cv2.cvtColor(cvImage,cv.CV_BGR2GRAY)
overlayImage=np.copy(grayscaleImage)

cv2.namedWindow('preview')
cPts=[[]]
cv2.setMouseCallback('preview',on_mouse,(cPts,overlayImage,grayscaleImage))
opacity=0.4
while True:
    displayImage=cv2.addWeighted(overlayImage,opacity,grayscaleImage,1-opacity,0)
    cv2.imshow('preview',displayImage)
    keyPressed=cv2.waitKey(5)
    if keyPressed==27:
        break
    elif keyPressed==32:
        print cPts
        cv2.drawContours(overlayImage,np.array(cPts),0,255)
        maskImage=np.zeros_like(grayscaleImage)
        cv2.drawContours(maskImage,np.array(cPts),0,255,-1)
        extractedImage=np.bitwise_and(grayscaleImage,maskImage)
        cv2.imshow('extractedImage',extractedImage)
cv2.destroyAllWindows()