Python 将轮廓内的区域复制到另一个图像

Python 将轮廓内的区域复制到另一个图像,python,image,python-2.7,opencv,cv2,Python,Image,Python 2.7,Opencv,Cv2,我用Python编写了以下代码来查找图像中的轮廓: import cv2 im = cv2.imread('test.jpg') imgray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY) ret, thresh = cv2.threshold(imgray, 127, 255, 0) im2, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPL

我用Python编写了以下代码来查找图像中的轮廓:

import cv2

im = cv2.imread('test.jpg')
imgray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(imgray, 127, 255, 0)
im2, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

现在我想将第一个轮廓内的区域复制到另一个图像上,但我找不到任何教程或示例代码来说明如何执行此操作。

不熟悉
cv2.findContours
,但我想象一个轮廓是由一组具有行/列的点表示的(x/y值。如果是这种情况,且轮廓宽度为单个像素,则每行应有两个点-轮廓左右两端各有一个点

For each row in the contour
    *select* all the points in the image that are between the two contour points for that row
    save those points to a new array.

正如@DanMašek所指出的,如果轮廓数组中的点描述的是一个简单的形状,仅表示端点、角点或断点,那么您需要填充间隙以使用上述方法

此外,如果轮廓形状类似于星星,则需要找出一种不同的方法来确定图像点是否位于轮廓内。我发布的方法有点幼稚,但可能是一个很好的起点。对于像星星这样的复杂形状,每行轮廓可能有多个点,但看起来像是p点数将成对出现,您感兴趣的点数将在两对之间


.

这是一个完全有效的示例。它输出所有轮廓有点过火,但我认为您可能会找到一种方法来调整它,使其符合您的喜好。也不确定复制是什么意思,所以我假设您只希望轮廓输出到一个文件中

我们将从这样的图像开始(在这种情况下,您会注意到我不需要对图像设置阈值)。下面的脚本可以分为6个主要步骤:

  • Canny过滤器用于查找边缘
  • cv2.findContours
    为了跟踪我们的轮廓,请注意我们只需要外部轮廓,因此使用了
    cv2.RETR\u EXTERNAL
    标志
  • cv2.drawContours
    将每个轮廓的形状绘制到我们的图像中
  • 循环遍历所有轮廓,并在其周围放置边界框
  • 使用方框中的
    x、y、w、h
    信息来帮助我们裁剪每个轮廓
  • 将裁剪后的图像写入文件

  • ?或者更具体地说,使用
    drawContours
    生成一个遮罩,然后您可以使用该遮罩复制给定轮廓的原始内容。请注意,这不适用于
    CHAIN\u About\u SIMPLE
    CHAIN\u About\u NONE
    ,因此需要使用该遮罩来存储所有轮廓点。
    import cv2
    
    image = cv2.imread('images/blobs1.png')
    edged = cv2.Canny(image, 175, 200)
    
    contours, hierarchy = cv2.findContours(edged, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    cv2.drawContours(image, contours, -1, (0,255,0), 3)
    
    cv2.imshow("Show contour", image)
    cv2.waitKey(0)
    cv2.destroyAllWindows()
    
    for i,c in enumerate(contours):
        rect = cv2.boundingRect(c)
        x,y,w,h = rect
        box = cv2.rectangle(image, (x,y), (x+w,y+h), (0,0,255), 2)
        cropped = image[y: y+h, x: x+w]
        cv2.imshow("Show Boxes", cropped)
        cv2.waitKey(0)
        cv2.destroyAllWindows()
        cv2.imwrite("blobby"+str(i)+".png", cropped)
    
    
    cv2.imshow("Show Boxes", image)
    cv2.waitKey(0)
    cv2.destroyAllWindows()