我一直在开发一个网络应用程序。我陷入了一个有问题的问题。 我会试着解释我想要做什么。 在这里，您会看到第一个带有绿色形状的大图像。 我想要做的是将这些形状裁剪成不同的 png 文件，并使它们的背景透明，就像大图下方的示例裁剪图像一样。
第一个图像将由用户上传，我想像上面的示例裁剪图像一样裁剪成碎片。可以使用 php 的 GD 库或用 python 或 c# 编写的服务器端软件来完成。但我不知道这个操作叫什么，所以我不知道用谷歌搜索什么信息。这与计算机视觉检测斑点并将它们裁剪成碎片等有关。 任何关键字，链接都会有所帮助。
感谢帮助
【问题讨论】：
标签： c# python opencv gd computer-vision
我相信这篇维基百科文章很好地解决了这个问题：http://en.wikipedia.org/wiki/Blob_detection
但不记得有任何现成的解决方案（-：
【讨论】：
一个非常简单的方法是使用Flood Fill/Connected Component Labeling。基本上，这只是通过将颜色相同或相似的任何像素分组来使用贪心算法。
这绝对不是检测斑点的理想方法，而且只会在有限的情况下有效。但是，它更容易理解和编码，并且可能足以满足您的目的。
【讨论】：
Opencv 提供了一个名为cv::findContours 的函数来查找图像中的连通分量。如果它总是绿色与白色，你想cv::split图像进入通道，在蓝色或红色通道上使用cv::threshold（白色区域为白色，绿色区域为接近黑色）和THRESH_BINARY_INV （因为您要提取 dark 区域），然后使用 cv::findContours 检测 blob。然后，您可以使用cv::boundingRect 计算边界矩形，创建该大小的新图像，并使用您获得的轮廓作为蒙版来填充新图像。
注意：这些是 C++ 文档的链接，但这些函数应该在 python 和 C# 包装器中公开 - 后者请参阅 http://www.emgu.com。
【讨论】：
这实际上取决于您要处理的图像类型。
正如 Brian 提到的，您可以使用 Connected Component Labeling，它通常应用于二进制图像，其中前景由白色像素表示，背景由黑色像素表示（或相反）。那么问题是如何将原始图像转换为二进制图像。如果所有图像都像您提供的示例，这很简单，可以通过阈值来完成。 OpenCV 提供了有用的方法：
但是，对于更复杂的图像，所有的赌注都没有了。
【讨论】：