剪切除感兴趣区域之外的所有python答案

【问题标题】：Cut all except region of interest python剪切除感兴趣区域之外的所有python
【发布时间】：2020-08-12 18:49:10
【问题描述】：

我对这种东西完全陌生，我使用 SLIC 从图像中获取超像素，现在我提取了检测到的单个超像素，但它就像整个起始 img 维度，除了有超像素和其余的图片是黑色的，对不起，我的英语不好，我会在下面尝试解释。

import cv2
import numpy as np
from skimage.segmentation import slic

myimg = cv2.imread('4.5.jpg')
segments = slic(myimg, n_segments=200, compactness=10, sigma=1)



for i, segVal in enumerate(np.unique(segments)):


    mask = np.zeros(myimg.shape[:2], dtype = "uint8")
    mask[segments == segVal] = 255
    cv2.imwrite('output.png', cv2.bitwise_and(myimg, myimg, mask = mask))

    #show the masked region
    #cv2.imshow("Mask", mask)
    cv2.imshow("Applied", cv2.bitwise_and(myimg, myimg, mask = mask))
    cv2.waitKey(1)

这实际上是我获取超像素的代码，但是当我存储单个超像素时，我得到的是该链接中的内容（我还不允许嵌入图像）： superpixel

现在你可以看到原始图像的 H 和 W 以及超像素有一个大的黑色区域，我希望只用超像素区域裁剪一个“矩形或正方形”，我该怎么做？谢谢你，对不起我的英语

【问题讨论】：

标签： python opencv image-resizing superpixels

【解决方案1】：

对于此任务，您可以使用cv2.findContours。请参阅其documentation 以了解如何使用它。在找出适合您的情况的轮廓后，您可以使用

x,y,w,h = cv2.boundingRect(cnt)

其中 x,y 是左上角的坐标，w,h 是矩形的宽度和高度。现在我们可以知道所需重新排列的所有点，您可以使用 numpy 索引对其进行裁剪。

【讨论】：