使用 OpenCV 裁剪多边形会旋转多边形答案

【问题标题】：Cropping polygon with OpenCV rotates the polygon使用 OpenCV 裁剪多边形会旋转多边形
【发布时间】：2020-08-11 11:19:44
【问题描述】：

我正在尝试使用 Python 中的 OpenCV 从大型 (1920x1080) 图像中切割停车位，如下所示：

def cut_polygon_ROI_from_img(image: np.ndarray, ROI) -> np.ndarray:
    x, y, w, h = ROI.bounding_rect
    cropped = image[x:x + w, y:y + h].copy()

    points_arr = ROI.points - ROI.points.min(axis=0)
    mask = np.zeros(cropped.shape[:2], np.uint8)
    cv2.fillConvexPoly(mask, points_arr, color=(255, 255, 255))

    cropped = cv2.bitwise_and(cropped, cropped, mask=mask)
    return cropped

我手动测量了边界点（位于ROI.points 中）。 ROI.bounding_rect 包含 cv2.boundingRect(points) 元组，它是根据我手工测量的点创建的：

[[ 275 1420]
 [ 279 1531]
 [ 454 1616]
 [ 453 1503]]

点从左上角顺时针排列。由于某种原因，切割后我得到：

为了检查，我将一个矩形从[ 275 1420]（左上角）剪切到[ 454 1616]（右下角），我有：

如您所见，第一点和第三点都可以，但第二点和第四点颠倒了，即。 e.从第一点到第三点沿对角线反射。我该如何解决这个问题？

【问题讨论】：

标签： python image opencv image-processing

【解决方案1】：

其实不光是第二个和最后一个点都翻转了，4个点都翻转了。第一个和第三个点的 x 和 y 坐标几乎相同，这就是它看起来正确的原因。

我不确定这个问题是从哪里引起的，但我认为它是由这一行引起的：

points_arr = ROI.points - ROI.points.min(axis=0)

可以看出，numpy 有时会返回 [y, x] 格式的坐标，而不是 [x, y] 格式。

因此，为了解决这个问题，你可以在 cv2.fillConvexPoly() 函数之前翻转points_arr 变量，这样就解决了这个问题。您可以使用以下行来执行此操作：

points_arr = np.fliplr(points_arr)

【讨论】：

【解决方案2】：

我发现了问题，这与 OpenCV 奇怪的坐标要求有关：

对于在单点（或单点列表）上操作的函数需要坐标顺序：（列、行）
对于在绘制点列表上操作的函数（例如绘制多边形）它要求点按逆时针方向排序，从最低行的点开始（第二个坐标，Y）

我必须逆时针排序点，然后翻转坐标：

def cut_polygon_ROI_from_img(image: np.ndarray, ROI) -> np.ndarray:
    x, y, w, h = ROI.bounding_rect
    cropped = image[x:x + w, y:y + h].copy()

    points_arr = ROI.points - ROI.points.min(axis=0)
    # OpenCV requires coordinates [column, row] for single points
    points_arr[:, [0, 1]] = points_arr[:, [1, 0]]

    mask = np.zeros(cropped.shape[:2], np.uint8)
    cv2.drawContours(image=mask,
                     contours=[points_arr],
                     contourIdx=-1,
                     color=(255, 255, 255),
                     thickness=-1,  # fill the area bounded by contours
                     lineType=cv2.LINE_AA)

    cropped = cv2.bitwise_and(cropped, cropped, mask=mask)
    return cropped

【讨论】：