ROI 以比原始图片更浅的颜色书写答案

【问题标题】：ROI is written in lighter colors than original pictureROI 以比原始图片更浅的颜色书写
【发布时间】：2017-03-06 11:59:21
【问题描述】：

我正在尝试在图片上定位对象（此处为 PWB）。首先，我通过找到最大的轮廓来做到这一点。然后我想只把这个对象改写成一张新图片，以便将来我可以处理更小的图片。然而问题是，当我重写这个 ROI 时，图片的颜色比原来的颜色要浅。

代码：

Original = cv2.imread(picture_location)
image = cv2.imread(mask_location)
img = cv2.medianBlur(image,29)
imgray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
dst = cv2.bitwise_and(Original, image)
roi = cv2.add(dst, Original)
ret,thresh = cv2.threshold(imgray,127,255,0)
im2, contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
area = 0
max_x = 0
max_y = 0
min_x = Original.shape[1]
min_y = Original.shape[0]
for i in contours:
    new_area = cv2.contourArea(i)
    if new_area > area:
        area = new_area
        cnt = i
x,y,w,h = cv2.boundingRect(cnt)
min_x = min(x, min_x)
min_y = min(y, min_y)
max_x = max(x+w, max_x)
max_y = max(y+h, max_y)
roi = roi[min_y-10:max_y+10, min_x-10:max_x+10]
Original = cv2.rectangle(Original,(x-10,y-10),(x+w+10,y+h+10),(0,255,0),2)

#Writing down the images
cv2.imwrite('Pictures/PCB1/LocatedPCB.jpg', roi)
cv2.imwrite('Pictures/PCB1/LocatedPCBContour.jpg',Original)

由于我还没有 10 声望，所以我无法发布图片。但是我可以提供链接：

原创 感兴趣的地区

主要问题是如何让软件以与原始图片完全相同的颜色写下 ROI？但是，我是一名机电工程师，所以我对此还很陌生，如果可能的话，我也会感谢您对我编写代码的方式发表评论。

【问题讨论】：

标签： image python-2.7 opencv roi

【解决方案1】：

问题是，你先让roi = cv2.add(dst, Original)，最后从这里的变亮图片中剪下来：

roi = roi[min_y-10:max_y+10, min_x-10:max_x+10]

如果你想裁剪原始图像，你应该这样做：

roi = Original[min_y-10:max_y+10, min_x-10:max_x+10]

【讨论】：

【解决方案2】：

您或许可以在图像模糊后执行边缘检测。

如何为 Canny edge 选择最佳参数？ SEE HERE

lower = 46
upper = 93
edged = cv2.Canny(img, lower, upper) #--- Perform canny edge on the blurred image

kernel = np.ones((5,5),np.uint8)
dilate = cv2.morphologyEx(edged, cv2.MORPH_DILATE, kernel, 3) #---Morphological dilation

_, contours , _= cv2.findContours(dilate, cv2.RETR_EXTERNAL, 1) #---Finds all parent contours, does not find child contours(i.e; does not consider contours within another contour)

max = 0
cc = 0
for i in range(len(contours)):   #---For loop for finding contour with maximum area
    if (cv2.contourArea(contours[i]) > max):
        max = cv2.contourArea(contours[i])
        cc = i

cv2.drawContours(img, contours[cc], -1, (0,255,0), 2) #---Draw contour having the maximum area
cv2.imshow(Contour of PCB.',img)

x,y,w,h = cv2.boundingRect(cnt[cc])   #---Calibrates a straight rectangle for the contour of max. area

crop_img = img1[y:y+h, x:x+w] #--- Cropping the ROI having the coordinates of the bounding rectangle
cv2.imshow('cropped PCB.jpg',crop_img)

【讨论】：