Python 提取边界框并将其另存为图像

假设您有以下图像：

现在我想将每个独立的字母提取到单独的图像中。目前，我已经恢复了轮廓，然后绘制了一个边界框，在本例中是角色

a

：

在此之后，我想提取每个框（在本例中为字母

a

）并将其保存到图像文件中

预期结果：

以下是我目前的代码：

import numpy as np
import cv2

im = cv2.imread('abcd.png')
im[im == 255] = 1
im[im == 0] = 255
im[im == 1] = 0
im2 = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
ret,thresh = cv2.threshold(im2,127,255,0)
contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

for i in range(0, len(contours)):
    if (i % 2 == 0):
       cnt = contours[i]
       #mask = np.zeros(im2.shape,np.uint8)
       #cv2.drawContours(mask,[cnt],0,255,-1)
       x,y,w,h = cv2.boundingRect(cnt)
       cv2.rectangle(im,(x,y),(x+w,y+h),(0,255,0),2)
       cv2.imshow('Features', im)
       cv2.imwrite(str(i)+'.png', im)

cv2.destroyAllWindows()

---

提前感谢。

以下将给您一封信

letter = im[y:y+h,x:x+w]

以下是一种方法：

• 将图像转换为灰度
• 获得二值图像的大津阈值
• 寻找轮廓
• 迭代轮廓并使用Numpy切片提取ROI

---

在找到轮廓后，我们使用来获得每个字母的边界矩形坐标

x,y,w,h = cv2.boundingRect(c)

为了提取ROI，我们使用Numpy切片

ROI = image[y:y+h, x:x+w]

因为我们有边界矩形坐标，我们可以画绿色的边界框

cv2.rectangle(copy,(x,y),(x+w,y+h),(36,255,12),2)

这是检测到的字母

这是每个保存的字母

---

当我切片数组时，它得到了错误的索引，例如：字母“a”移动了，所以我只得到了右上角，其他的我得到了这个错误：libpng警告：IHDR libpng中的图像高度为零错误：无效IHDR数据我发现了错误，维度被颠倒了，即：im[y:y+h，x:x+w]如何修改此解决方案以在原始图像上绘制绿色边界框？@Andfoy我需要有关此帖子的帮助。。。。你能帮我吗？我如何用这个方法来提取单词的图像而不是字母@nathancy？@Raj同样的过程，只需执行图像处理，直到你获得一个二进制图像，然后你就可以使用这个例子。它可以处理任何东西，形状，对象，单词簇，斑点，只要你试图提取的前景对象与背景不同。在图像处理中，我们通常希望目标为白色，背景为黑色

import cv2

image = cv2.imread('1.png')
copy = image.copy()
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray,0,255,cv2.THRESH_OTSU + cv2.THRESH_BINARY)[1]

cnts = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]

ROI_number = 0
for c in cnts:
    x,y,w,h = cv2.boundingRect(c)
    ROI = image[y:y+h, x:x+w]
    cv2.imwrite('ROI_{}.png'.format(ROI_number), ROI)
    cv2.rectangle(copy,(x,y),(x+w,y+h),(36,255,12),2)
    ROI_number += 1

cv2.imshow('thresh', thresh)
cv2.imshow('copy', copy)
cv2.waitKey()