在 Python、OpenCV 中使用切片从图像中提取区域答案

【问题标题】：Extracting a region from an image using slicing in Python, OpenCV在 Python、OpenCV 中使用切片从图像中提取区域
【发布时间】：2013-02-10 22:29:21
【问题描述】：

我有一张图片，我想从中提取一个区域。我有这个区域的左上角和右下角的坐标。在灰度中，我这样做：

I = cv2.imread("lena.png")
I = cv2.cvtColor(I, cv2.COLOR_RGB2GRAY)
region = I[248:280,245:288]
tools.show_1_image_pylab(region)

我不知道如何用彩色来做。我想提取每个通道R，G，B；从每个通道中切出该区域并将它们重新合并在一起，但必须有更短的方法。

【问题讨论】：

这本身也适用于彩色图像。
在将图像转换为灰度之前尝试一下
也许您可以使用GetRectSubPix() 来获取区域而不是切片。
我刚刚测试过了。我得到了彩色图像本身。使用 cv2.imshow() 函数显示图像，而不是任何 pylab 或 matplotlib 函数，它只是显示在不同的颜色图中。
如果您对此有疑问，请检查 region.shape 并确保其格式为 [rows,cols,3]。

标签： python opencv image-processing

【解决方案1】：

最好的方法是使用：-
img2 = cv2.cvtColor(img , cv2.COLOR_BGR2RGB)

这会将 BGR 'img' 数组转换为 RGB 'img2' 数组。现在您可以将 img2 数组用于 matplotlib 的 imshow() 函数。

参考链接：-cvtColor

【讨论】：

【解决方案2】：

还有 2 个尚未提及的选项：

img[..., ::-1] # same as the mentioned img[:, :, ::-1] but slightly shorter

多才多艺

cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

【讨论】：

【解决方案3】：

OpenCV 和 Matplotlib 中的像素排序略有不同。

OpenCV 遵循 BGR 顺序，而 matplotlib 可能遵循 RGB 顺序。

因此，当您使用 pylab 函数显示在 OpenCV 中加载的图像时，您可能需要将其转换为 RGB 模式。（我不确定是否有任何简单的方法）。下面的方法演示一下：

import cv2
import numpy as np
import matplotlib.pyplot as plt

img = cv2.imread('messi4.jpg')
b,g,r = cv2.split(img)
img2 = cv2.merge([r,g,b])
plt.subplot(121);plt.imshow(img) # expects distorted color
plt.subplot(122);plt.imshow(img2) # expect true color
plt.show()

cv2.imshow('bgr image',img) # expects true color
cv2.imshow('rgb image',img2) # expects distorted color
cv2.waitKey(0)
cv2.destroyAllWindows()

注意：请查看下面@Amro 的评论，了解 BGR 和 RGB 之间更好的转换方法。 img2 = img[:,:,::-1] 。很简单。

运行此代码并亲自查看结果的差异。以下是我得到的：

使用 Matplotlib：

使用 OpenCV：

【讨论】：

你可以这样做：img2 = img[:,:,::-1] 将颜色维度从 BGR 翻转为 RGB（仅使用 NumPy 索引）
+1 - 是的，你是对的，它会比我的回答更快。感谢您的评论。（我只是想具体展示一下 r 和 b 通道的翻转。）
实现该结果的另一种方法是使用 cv2.cvtColor 和 cv2.COLOR_BGR2RGB 标志。
这个怎么样？ cv2.imshow = lambda _, y: plt.imshow(y[:,:,::-1]).figure
它是img2 = img[::,::-1]