边缘检测后从四面八方裁剪图像答案

【问题标题】：Crop Image from all sides after edge detection边缘检测后从四面八方裁剪图像
【发布时间】：2016-03-04 01:47:44
【问题描述】：

我是 OpenCV 的新手。我想从图像中提取主要对象。因此，我在图像上应用了 Canny 以获取主要对象周围的边缘并得到以下输出：

以下是在 Python 中使用 OpenCV 获得此功能的代码：

img = cv2.imread(file)
cv2.imshow("orig", img)
cv2.waitKey(0)
img = cv2.blur(img,(2,2))
gray_seg = cv2.Canny(img, 0, 50)

现在，我想在仅获取图像中的主要对象后将下图作为最终输出：

我想以优化的方式来做，因为我必须处理超过 250 万张图像。谁能帮我解决这个问题？

【问题讨论】：

我想你的精明会给你一个数量级的矩阵。只需设置一个阈值，然后找到最左侧、最右侧、最顶部和最底部的像素越过阈值，然后沿着穿过找到点的垂直和水平线切割。
250 万 = 250 万？
您是否需要使用 OpenCV 来完成此操作，还是 ImageJ 脚本也可以？
@JanEglinger 这必须使用 OpenCV 完成
只需获取边缘掩码的boundingRect，并相应地对图像进行切片。

标签： python image opencv image-processing

【解决方案1】：

既然你已经找到clean canny edge，那么要裁剪矩形区域，你应该计算rectangle boundary。

步骤：

结果：

要计算 canny 区域边界，您只需找到非零点，然后获取 min-max coords。使用 NumPy 很容易实现。然后使用 slice-op 进行裁剪。

#!/usr/bin/python3
# 2018.01.20 15:18:36 CST

#!/usr/bin/python3
# 2018.01.20 15:18:36 CST

import cv2
import numpy as np
#img = cv2.imread("test.png")
img = cv2.imread("img02.png")
blurred = cv2.blur(img, (3,3))
canny = cv2.Canny(blurred, 50, 200)

## find the non-zero min-max coords of canny
pts = np.argwhere(canny>0)
y1,x1 = pts.min(axis=0)
y2,x2 = pts.max(axis=0)

## crop the region
cropped = img[y1:y2, x1:x2]
cv2.imwrite("cropped.png", cropped)

tagged = cv2.rectangle(img.copy(), (x1,y1), (x2,y2), (0,255,0), 3, cv2.LINE_AA)
cv2.imshow("tagged", tagged)
cv2.waitKey()

当然，在积分上做boundingRect也可以。

【讨论】：

【解决方案2】：

rect 函数应该提供您需要的功能。如何使用它的示例如下所示。

cv::Mat image(img);
cv::Rect myROI(posX, posY, sizeX, sizeY);   
cv::Mat croppedImage = image(myROI);

这是用 c++ 编写的，但应该能够找到对应的 python。

我下面的链接提供更多信息 How to crop a CvMat in OpenCV?

【讨论】：

请注意，您需要将图像转换为矩阵才能使用此功能