Opencv 检测并提取由帧包围的图像

我想从输入图像中获得以下结果图像。生成的图像由边框大小和类型相同但边框矩形大小不同的边框包围。有没有办法做到这一点？我想我需要首先探测边界周围的区域。但是不知道。我想在ImageMagick中找到它

• 输入图像（Input.png）

• 结果图像（output1.png）

• 结果图像（output2.png）

• 边界

---

更新1

这并不完美，但它与OpenCV一起工作，如下所示

import cv2 as cv

def main():
    image_file = '/path/to/your/input/image.png'
    src = cv.imread(image_file, cv.IMREAD_COLOR)
    height, width, channels = src.shape
    image_size = height * width
    img_gray = cv.cvtColor(src, cv.COLOR_RGB2GRAY)
    retval, dst = cv.threshold(img_gray, 1000, 255, cv.THRESH_TOZERO_INV)
    dst = cv.bitwise_not(dst)
    retval, dst = cv.threshold(dst, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
    dst, contours, hierarchy = cv.findContours(
        dst, cv.RETR_TREE, cv.CHAIN_APPROX_SIMPLE)

    xxx = 0
    for i, contour in enumerate(contours):
        area = cv.contourArea(contour)
        if area < 50000:
            continue
        if image_size * 0.99 < area:
            continue
        if abs(i - xxx) < 10:
            continue
        xxx = i
        x, y, w, h = cv.boundingRect(contour)
        cut = src[y:y+h, x:x+w]
        detector = cv.FastFeatureDetector_create()
        detector.setNonmaxSuppression(False)
        keypoints = detector.detect(cut)
        cv.imwrite('debug_%d.png' % i, cut)

if __name__ == '__main__':
    main()

将cv2作为cv导入
def main（）：
image_file='/path/to/your/input/image.png'
src=cv.imread（图像文件，cv.imread\u颜色）
高度、宽度、通道=src.shape
图像大小=高度*宽度
img_gray=cv.CVT颜色（src、cv.COLOR_RGB2GRAY）
retval，dst=cv.阈值（图像灰度，1000255，cv.阈值至零）
dst=cv.按位_非（dst）
retval，dst=cv.阈值（dst，0，255，cv.THRESH_BINARY | cv.THRESH_OTSU）
dst、等高线、层次=cv.findContours(
dst、cv.RETR_树、cv.CHAIN_近似值（简单）
xxx=0
对于i，枚举中的等高线（等高线）：
面积=等高线等高线面积（等高线）
如果面积小于50000：
持续
如果图像大小*0.99<面积：
持续
如果abs（i-xxx）<10：
持续
xxx=i
x、 y，w，h=等高线边界矩形（等高线）
切割=src[y:y+h，x:x+w]
检测器=cv.FastFeatureDetector_create（）
检测器。设置非最大值抑制（假）
关键点=检测器。检测（切割）
cv.imwrite（'debug_u%d.png'%i，cut）
如果uuuu name uuuuuu='\uuuuuuu main\uuuuuuu'：
main（）

请参阅本网站：

---

更新2

fmw42的方法很好，但它不足以满足我的以下要求。（我在第一篇文章中没有提到）只提取了蓝色矩形。背景色可能是白色

• 输入图像（input2.png）

• 实际结果图像（output.png）

---

尝试在图片上找到轮廓，并将其抓取到列表中：

import cv2
import imutils

path = r'/path/to/your/input/image.jpg'
image = cv2.imread(path)
cv2.imshow("input", image)

contours = cv2.findContours(image, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
grabbed_objects = imutils.grab_contours(contours)

---

通过进一步处理对象列表，可以获得所需的元素。可能通过按大小或其他方式过滤列表元素。

这可以在ImageMagick（6）中使用连接的组件完成

这里我转换到HSV颜色空间并提取饱和度通道。白色和黑色没有饱和度，但粉红色和蓝色有饱和度。然后设置阈值，使粉红色和蓝色在黑色背景上变为白色。然后我使用形态学腐蚀来消除边界的影响。然后，我使用连接的组件填充白色区域中的任何孔，然后获取它们的边界框并存储在阵列中。然后我在每个边界框上循环并裁剪原始图像

看

输入：

Unix语法：

bboxArr=(`convert wikipedia.png \
-colorspace HSV -channel 1 -separate +channel \
-threshold 0 -type bilevel \
-morphology erode square:3 \
-define connected-components:verbose=true \
-define connected-components:mean-color=true \
-define connected-components:area-threshold=1000 \
-connected-components 4 null: | grep "gray(255)" | awk '{print $2}'`)

num=${#bboxArr[*]}

for ((i=0; i<num; i++)); do
convert wikipedia.png -crop ${bboxArr[$i]} +repage wikipedia_$i.png
done

bboxArr=（`convert wikipedia.png\
-色彩空间HSV-通道1-独立+通道\
-阈值0型二层\
-形态侵蚀方格：3\
-定义连接的组件：verbose=true\
-定义连接的组件：平均颜色=真\
-定义连接的组件：面积阈值=1000\
-连接组件4 null:| grep“gray（255）”| awk'{print$2}`）
num=${bboxArr[*]}
为了(（i=0；i共享您的代码可以帮助我们发现问题。这似乎是一个关于高度-宽度的问题。@YunusTemurlenk嗨。我不知道怎么做，所以无法显示代码。kalzso给了我一个想法，所以我稍后会向您显示一些代码。它工作得很好。但请给我更多的时间。正如您提到的，我已经确认我如果后端为白色，则t不起作用。该颜色在我的要求中也是可能的（是的，我在问题中没有提到。对不起..）。我现在正试图找到解决方案。是否需要所有文本段落？如果需要，则需要稍微不同的方法。首先，将所有文本设置为白色背景上的黑色。然后模糊文本或打开词法以连接每个段落中的文本。阈值。然后使用连接的组件查找文本区域边界框。然后使用边界框裁剪输入。嗨。不，我不需要文本段落。我需要提取output1.png和output2.png。我在问题中添加了细节。（更新2）