如何使用 Opencv python 删除多个多边形

Question

您好 StackOverflow 团队，

我有一张图片，我想从图片中删除许多部分/部分。我尝试使用以下代码取自Cropping Concave polygon from Image using Opencv python

假设我有这张图片。此外，我从通过 lebelme 注释工具获得的图像中获得了多个多边形（例如矩形或任何形式的多边形）。所以，我想从图像中删除这些形状，或者只是将它们的像素更改为白色。

换句话说，Labelme Tool 会给你一个字典文件，其中字典有一个由每个部分/多边形/形状的点组成的键）

然后可以很容易地从字典文件中提取多边形点。提取点后，我们可以通过命名来定义我们的点（例如a,b,s...h），每个点都是这种多维格式“[[1526, 319], [1526, 376], [1593 , 379], [1591, 324]]"

在这里我想到了美白每个区域。但是多维数组的白化似乎不可靠。

import numpy as np
import cv2
import json

with open('ann1.json') as f:
    data = json.load(f)

#%%
a = data['shapes'][0]['points']; b = data['shapes'][1]['points']; c = data['shapes'][2]['points']; 
#%%
img = cv2.imread("lena.jpg")
pts = np.array(a) # Points

#%%
## (1) Crop the bounding rect
rect = cv2.boundingRect(pts)
x,y,w,h = rect
croped = img[y:y+h, x:x+w].copy()

## (2) make mask
pts = pts - pts.min(axis=0)

mask = np.zeros(croped.shape[:2], np.uint8)
cv2.drawContours(mask, [pts], -1, (255, 255, 255), -1, cv2.LINE_AA)

## (3) do bit-op
dst = cv2.bitwise_and(croped, croped, mask=mask)

## (4) add the white background
bg = np.ones_like(croped, np.uint8)*255
cv2.bitwise_not(bg,bg, mask=mask)
dst2 = bg+ dst

#cv2.imwrite("croped.png", croped)
#cv2.imwrite("mask.png", mask)
#cv2.imwrite("dst.png", dst)
cv2.imwrite("dst2.png", dst2)

使用 Lena 我有这个输出 。 但我需要更进一步并美白其他点/多边形，例如眼睛。

如您所见，我的代码只能使用一个多边形点。我尝试在两只眼睛的情况下附加另外两个多边形点并得到。

通过附加，我的意思是我添加了多维点（例如 pts = np.array(a+b+c)）。

简而言之，有一个图像是一种使用 OpenCV 和 python 从图像中删除这些多个多边形（通过保持图像的尺寸）的捷径。

Json 文件： https://drive.google.com/file/d/1UyOYUVMHpu2vBBEdR99bwrRX5xIfdOCa/view?usp=sharing

Answer 1

您需要使用 to 循环遍历 JSON 文件中的所有点。我已编辑您的代码以反映这一点。

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

img_path =r"/path/to/lena.png"
json_path = r"/path/to/lena.json"

with open(json_path) as f:
   data = json.load(f)


img = cv2.imread(img_path)

for idx in np.arange(len(data['shapes'])):
    if idx == 0:  #can remove this
        continue  #can remove this
    a = data['shapes'][idx]['points']
    pts = np.array(a) # Points

    ## (1) Crop the bounding rect
    rect = cv2.boundingRect(pts)
    print(rect)
    x,y,w,h = rect
    img[y:y+h, x:x+w] = (255, 255, 255)

    plt.imshow(img)
    plt.show()

输出： 我忽略了第一行，因为它没有很好地可视化结果。我带头使用矩形而不是多边形。如果您需要多边形，则需要使用类似 cv2.drawContours() 或 cv2.polylines() 或 cv2.fillPoly() 的东西，正如您在此处链接的 SO 答案中所建议的那样，来实现它。

Answer 2

我想与您分享我预期的解决方案，它是@Shawn Mathew 答案的一些修改版本。

输入图片：

代码：

with open('lena.json') as f:
    json_file = json.load(f)
img = cv2.imread("folder/lena.jpg")
for polygon in np.arange(len(json_file['shapes'])):
    pts = np.array(json_file['shapes'][polygon]['points'])
# If your polygons are rectangular, you can fill with white color to the areas you want be removed by uncommenting the below two lines
#   x,y,w,h = cv2.boundingRect(pts) 
#    cv2.rectangle(img, (x, y), (x+w, y+h), (255, 255, 255), -1)
# if your polygons are different shapes other than rectangles you can just use the below line
    cv2.fillPoly(img, pts =[pts], color=(255,255,255))

plt.imshow(img)
plt.show()

由于 Matplotlib 导致图像颜色发生变化，如果要保留颜色使用 cv2.imwrite 保存图像