• 企业400电话
  • 微网小程序
  • AI电话机器人
  • 电商代运营
  • 全 部 栏 目

    企业400电话 网络优化推广 AI电话机器人 呼叫中心 网站建设 商标✡知产 微网小程序 电商运营 彩铃•短信 增值拓展业务
    python+opencv图像分割实现分割不规则ROI区域方法汇总

    在图像分割领域,一个重要任务便是分割出感兴趣(ROI)区域。如果是简易的矩形ROI区域其实是非常容易分割的,opencv的官方python教程里也有教到最简易的矩形ROI分割(剪裁),其本质是多维数组(矩阵)的切片。但是现实情况中,ROI是不规则的多边形,也可能是曲线边界,那么该如何分割出来呢?下面总结几种思路。

    可能只提供核心部分的代码示例,具体应用要结合你自己的项目来修正。

    一、已知边界坐标,直接画出多边形

    例:最基础的画个四边形

    # 定义四个顶点坐标
    pts = np.array([[10, 5],  [50, 10], [70, 20], [20, 30]], np.int32)
    # 顶点个数:4,矩阵变成4*1*2维
    # OpenCV中需要将多边形的顶点坐标变成顶点数×1×2维的矩阵
    # 这里 reshape 的第一个参数为-1, 表示“任意”,意思是这一维的值是根据后面的维度的计算出来的
    pts = pts.reshape((-1, 1, 2))
    cv2.polylines(img, [pts], True, (0, 255, 255))
    

    上例中,img是你的画布原图。pts你可以随便改,改成自己的边界点。注意cv2.polylines中参数pts要加[ ]。

    二、通过形态学操作产生Mask

    腐蚀、膨胀之后,产生二值化(非黑即白)的mask,然后和图像做与运算。

    腐蚀膨胀的操作方法简单复习一下:

    kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (10, 10))  # 矩形结构:MORPH_RECT
    kernel1 = cv2.getStructuringElement(cv2.MORPH_RECT, (15, 15))  # 椭圆结构:MORPH_ELLIPSE
    img = cv2.erode(img, kernel)  # 腐蚀 
    img = cv2.dilate(img, kernel)  # 膨胀
    

    我们都知道,腐蚀膨胀完后会得到一个二值化的掩模(mask)。

        mask = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR) #img是腐蚀膨胀完的图片
        ROI = cv2.bitwise_and(mask, oriimg) #oriimg是原始图片
        cv2.imshow('ROI',ROI)
        if cv2.waitKey(500) and 0xff == ord('q'):
            cv2.destroyAllWindows()

     讲原始图片和mask做一个掩模就可以得到最终图像了(例子此处就不举了因为一些图片涉及科研内容,paper还未发表,请自行试一下吧)。

    三、人机交互式

    用鼠标点击,产生多边形。

    这样是比较精确的,比较是人工操作,但是比较麻烦,如果有上万张图片,你不可能每张都自己鼠标去分割出来一下。但是这个方法可以用于获取ROI的ground-truth,然后用来和机器分割的结果做对比,计算准确率、召回率等评价指标!所以学一下还是有用的。

    #!/usr/bin/env python3
    # -*- coding: utf-8 -*-
    """
    Created on Wed May 29 19:18:28 2019
    @author: youxinlin
    """
     
    import cv2
    import numpy as np
     
    # -----------------------鼠标操作相关------------------------------------------
    lsPointsChoose = []
    tpPointsChoose = []
    pointsCount = 0
    count = 0
    pointsMax = 6
    def on_mouse(event, x, y, flags, param):
        global img, point1, point2, count, pointsMax
        global lsPointsChoose, tpPointsChoose  # 存入选择的点
        global pointsCount  # 对鼠标按下的点计数
        global img2, ROI_bymouse_flag
        img2 = img.copy()  # 此行代码保证每次都重新再原图画  避免画多了
        # -----------------------------------------------------------
        #    count=count+1
        #    print("callback_count",count)
        # --------------------------------------------------------------
     
        if event == cv2.EVENT_LBUTTONDOWN:  # 左键点击
            pointsCount = pointsCount + 1
            # 感觉这里没有用?2018年8月25日20:06:42
            # 为了保存绘制的区域,画的点稍晚清零
            # if (pointsCount == pointsMax + 1):
            #     pointsCount = 0
            #     tpPointsChoose = []
            print('pointsCount:', pointsCount)
            point1 = (x, y)
            print (x, y)
            # 画出点击的点
            cv2.circle(img2, point1, 10, (0, 255, 0), 2)
     
            # 将选取的点保存到list列表里
            lsPointsChoose.append([x, y])  # 用于转化为darry 提取多边形ROI
            tpPointsChoose.append((x, y))  # 用于画点
            # ----------------------------------------------------------------------
            # 将鼠标选的点用直线连起来
            print(len(tpPointsChoose))
            for i in range(len(tpPointsChoose) - 1):
                print('i', i)
                cv2.line(img2, tpPointsChoose[i], tpPointsChoose[i + 1], (0, 0, 255), 2)
            # ----------------------------------------------------------------------
            # ----------点击到pointMax时可以提取去绘图----------------
     
            cv2.imshow('src', img2)
            
    # -------------------------右键按下清除轨迹-----------------------------
        if event == cv2.EVENT_RBUTTONDOWN:  # 右键点击
            print("right-mouse")
            pointsCount = 0
            tpPointsChoose = []
            lsPointsChoose = []
            print(len(tpPointsChoose))
            for i in range(len(tpPointsChoose) - 1):
                print('i', i)
                cv2.line(img2, tpPointsChoose[i], tpPointsChoose[i + 1], (0, 0, 255), 2)
            cv2.imshow('src', img2)
     
        # -------------------------双击 结束选取-----------------------------
        if event == cv2.EVENT_LBUTTONDBLCLK: 
        # -----------绘制感兴趣区域-----------
            ROI_byMouse()
            ROI_bymouse_flag = 1
            lsPointsChoose = []
            
     
    def ROI_byMouse():
        global src, ROI, ROI_flag, mask2
        mask = np.zeros(img.shape, np.uint8)
        pts = np.array([lsPointsChoose], np.int32)  # pts是多边形的顶点列表(顶点集)
        pts = pts.reshape((-1, 1, 2))
        # 这里 reshape 的第一个参数为-1, 表明这一维的长度是根据后面的维度的计算出来的。
        # OpenCV中需要先将多边形的顶点坐标变成顶点数×1×2维的矩阵,再来绘制
     
        # --------------画多边形---------------------
        mask = cv2.polylines(mask, [pts], True, (255, 255, 255))
        ##-------------填充多边形---------------------
        mask2 = cv2.fillPoly(mask, [pts], (255, 255, 255))
        cv2.imshow('mask', mask2)
        cv2.imwrite('mask.jpg', mask2)
        image,contours, hierarchy = cv2.findContours(cv2.cvtColor(mask2, cv2.COLOR_BGR2GRAY), cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
        ROIarea = cv2.contourArea(contours[0])
        print("ROIarea:",ROIarea)
        ROI = cv2.bitwise_and(mask2, img)
        cv2.imwrite('ROI.jpg', ROI)
        cv2.imshow('ROI', ROI)
     
    img = cv2.imread('3.png')
    # ---------------------------------------------------------
    # --图像预处理,设置其大小
    # height, width = img.shape[:2]
    # size = (int(width * 0.3), int(height * 0.3))
    # img = cv2.resize(img, size, interpolation=cv2.INTER_AREA)
    # ------------------------------------------------------------
    ROI = img.copy()
    cv2.namedWindow('src')
    cv2.setMouseCallback('src', on_mouse)
    cv2.imshow('src', img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()
    

    你可以增加更多的功能。。。附:鼠标点击事件 :

    '''
    EVENT_FLAG_ALTKEY = 32  摁住Alt
    EVENT_FLAG_CTRLKEY = 8  摁住Ctrl
    EVENT_FLAG_LBUTTON = 1  摁住左键
    EVENT_FLAG_MBUTTON = 4  摁住中键
    EVENT_FLAG_RBUTTON = 2  摁住右键
    EVENT_FLAG_SHIFTKEY = 16 摁住Shift
    EVENT_LBUTTONDBLCLK = 7  左键双击
    EVENT_LBUTTONDOWN = 1  左键击下
    EVENT_LBUTTONUP = 4   左键弹起
    EVENT_MBUTTONDBLCLK = 9  中键双击
    EVENT_MBUTTONDOWN = 3  中键击下
    EVENT_MBUTTONUP = 6   中键弹起
    EVENT_MOUSEHWHEEL = 11  滚动条向左,flags>0。向右,flags0
    EVENT_MOUSEMOVE = 0   鼠标移动
    EVENT_MOUSEWHEEL = 10  滚动条向上,flags>0。向下,flags0
    EVENT_RBUTTONDBLCLK = 8  中键双击
    EVENT_RBUTTONDOWN = 2  中键击下
    EVENT_RBUTTONUP = 5   中键弹起
    '''
    

    到此这篇关于python+opencv图像分割实现分割不规则ROI区域方法汇总的文章就介绍到这了,更多相关opencv 分割不规则ROI区域内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

    您可能感兴趣的文章:
    • 基于OpenCV实现图像分割
    • Python使用OpenCV和K-Means聚类对毕业照进行图像分割
    • C++中实现OpenCV图像分割与分水岭算法
    • python用opencv完成图像分割并进行目标物的提取
    • Opencv实现用于图像分割分水岭算法
    • OpenCV图像分割中的分水岭算法原理与应用详解
    • openCV实现图像分割
    上一篇:详解Python+opencv裁剪/截取图片的几种方式
    下一篇:Python机器学习之决策树
  • 相关文章
  • 

    © 2016-2020 巨人网络通讯 版权所有

    《增值电信业务经营许可证》 苏ICP备15040257号-8

    python+opencv图像分割实现分割不规则ROI区域方法汇总 python+opencv,图像,分割,实现,