Python 使用OpenCV从图像中提取给定坐标的多边形

我有如下几点：

     <data:polygon>
                            <data:point x="542" y="107"/>
                            <data:point x="562" y="102"/>
                            <data:point x="582" y="110"/>
                            <data:point x="598" y="142"/>
                            <data:point x="600" y="192"/>
                            <data:point x="601" y="225"/>
                            <data:point x="592" y="261"/>
                            <data:point x="572" y="263"/>
                            <data:point x="551" y="245"/>
                            <data:point x="526" y="220"/>
                            <data:point x="520" y="188"/>
                            <data:point x="518" y="152"/>
                            <data:point x="525" y="127"/>
                            <data:point x="542" y="107"/
 </data:polygon>

使用该选项，可以指定点的二维阵列，并定义一个遮罩，该遮罩填充由这些点定义的形状，使其在遮罩中为白色。如果多边形中定义的点是凸的（因此命名为
fillconverxpoly
），则应发出一些合理的警告

然后，我们可以将其转换为布尔掩码，并使用它索引到图像中，以提取出所需的像素。下面的代码生成一个名为
mask
的数组，其中包含要从图像中保存的像素的布尔掩码。此外，数组
out
将包含由多边形定义的所需提取子图像。请注意，图像已初始化为完全暗，要复制的唯一像素是多边形定义的像素

假设实际图像被称为
img
，并且假设
x
和
y
点表示图像中的水平和垂直坐标，则可以执行以下操作：

import numpy as np
import cv2

pts = np.array([[542, 107], [562, 102], [582, 110], [598, 142], [600, 192], [601, 225], [592, 261], [572, 263], [551, 245], [526, 220], [520, 188], [518, 152], [525, 127], [524, 107]], dtype=np.int32)

mask = np.zeros((img.shape[0], img.shape[1]))

cv2.fillConvexPoly(mask, pts, 1)
mask = mask.astype(np.bool)

out = np.zeros_like(img)
out[mask] = img[mask]

cv2.imwrite('output.png', out)

out
除要复制的区域外，其他区域均应为黑色。如果要显示此图像，可以执行以下操作：

cv2.imshow('Extracted Image', out)
cv2.waitKey(0)
cv2.destroyAllWindows()

这将显示从多边形点提取的图像，并等待您按下一个键。查看完图像后，只要显示窗口有焦点，就可以按任意键

如果要将此图像保存到文件，请执行以下操作：

import numpy as np
import cv2

pts = np.array([[542, 107], [562, 102], [582, 110], [598, 142], [600, 192], [601, 225], [592, 261], [572, 263], [551, 245], [526, 220], [520, 188], [518, 152], [525, 127], [524, 107]], dtype=np.int32)

mask = np.zeros((img.shape[0], img.shape[1]))

cv2.fillConvexPoly(mask, pts, 1)
mask = mask.astype(np.bool)

out = np.zeros_like(img)
out[mask] = img[mask]

cv2.imwrite('output.png', out)

这将把图像保存到名为
output.png
的文件中。我指定PNG格式是因为它是无损的


作为一个简单的测试，让我们定义一个白色图像，它是
300x700
，远远超出了您定义的最大坐标。让我们提取出由该多边形定义的区域，并显示输出结果

img = 255*np.ones((300, 700, 3), dtype=np.uint8)

使用上述测试图像，我们得到以下图像：


编辑
如果你想把提取的图像翻译成中间，然后在边界框上放一个正方形，我可以建议一个技巧来翻译图像。完成后，使用绘制正方形
cv2.remap
的工作原理是，对于输出中的每个像素，您需要指定要访问源图像中像素的位置的空间坐标。由于最终要将输出移动到图像的中心，因此需要为目标图像中的每个
x
和
y
位置添加偏移量，以获得源像素

要计算移动图像的正确偏移量，只需计算多边形的质心，平移多边形使质心位于原点，然后重新传输它使其位于图像的中心

使用我们上面定义的变量，可以通过以下方式找到质心：

(meanx, meany) = pts.mean(axis=0)

找到质心后，取所有点并减去该质心，然后添加适当的坐标以重新传输到图像的中心。图像中心可通过以下方式找到：

(cenx, ceny) = (img.shape[1]/2, img.shape[0]/2)

将坐标转换为整数也很重要，因为像素坐标如下：

(meanx, meany, cenx, ceny) = np.floor([meanx, meany, cenx, ceny]).astype(np.int32)

现在，要计算偏移量，请按照我们之前讨论的方法执行此操作：

(offsetx, offsety) = (-meanx + cenx, -meany + ceny)

现在，翻译你的图像。您需要为输出图像中的每个像素定义映射，其中对于目标图像中的每个点
（x，y）
，您需要提供从源采样的位置。我们计算的偏移量将每个源像素转换为目标位置。因为我们做的是相反的，对于每个目标像素，我们要找到从哪个源像素采样，我们必须减去偏移量，而不是相加。因此，首先通常定义
（x，y）
点的网格，然后减去偏移量。完成后，翻译图像：

(mx, my) = np.meshgrid(np.arange(img.shape[1]), np.arange(img.shape[0]))
ox = (mx - offsetx).astype(np.float32)
oy = (my - offsety).astype(np.float32)
out_translate = cv2.remap(out, ox, oy, cv2.INTER_LINEAR)

topleft = pts.min(axis=0) + [offsetx, offsety]
bottomright = pts.max(axis=0) + [offsetx, offsety]
cv2.rectangle(out_translate, tuple(topleft), tuple(bottomright), color=(255,0,0))

如果我们在上面的例子中显示了
out\u translate
，我们得到的结果如下：



酷！现在是时候在这张图片的顶部画一个矩形了。你所要做的就是找出矩形的左上角和右下角。这可以通过获取多边形的左上角和右下角并添加偏移将这些点移动到图像中心来实现：

(mx, my) = np.meshgrid(np.arange(img.shape[1]), np.arange(img.shape[0]))
ox = (mx - offsetx).astype(np.float32)
oy = (my - offsety).astype(np.float32)
out_translate = cv2.remap(out, ox, oy, cv2.INTER_LINEAR)

topleft = pts.min(axis=0) + [offsetx, offsety]
bottomright = pts.max(axis=0) + [offsetx, offsety]
cv2.rectangle(out_translate, tuple(topleft), tuple(bottomright), color=(255,0,0))

如果我们显示此图像，我们将得到：



上面的代码用蓝色围绕中心图像绘制一个矩形。因此，从开始（提取像素区域）到结束（平移和绘制矩形）的完整代码是：

回答得好！谢谢，没问题！祝你好运啊，是的，这不应该是个问题。我一会儿就回答。我现在正在下班回家的路上。很抱歉。我会在几个小时内修改这个。昨晚很忙，太好了！这个答案就像一个简短的教程。非常感谢你，雷。