Как обрезать изображение в OpenCV с помощью Python

Ответ 1

Это очень просто. Используйте numpy slicing.

import cv2
img = cv2.imread("lenna.png")
crop_img = img[y:y+h, x:x+w]
cv2.imshow("cropped", crop_img)
cv2.waitKey(0)

Ответ 2

у меня был этот вопрос и я нашел другой ответ здесь: скопируйте область интереса

Если мы рассмотрим (0,0) как верхний левый угол изображения, называемый im с слева направо как направление x и сверху вниз как направление y. и мы имеем (x1, y1) как верхнюю левую вершину и (x2, y2) как нижнюю правую вершину области прямоугольника в этом изображении, тогда:

roi = im[y1:y2, x1:x2]

Вот исчерпывающий ресурс по индексированию и разрезанию массива, который может рассказать вам больше о таких вещах, как обрезка части изображения. Изображения будут храниться в виде массива в opencv2.

:)

Ответ 3

Обратите внимание, что нарезка изображения не создает копию cropped image, но создает pointer для roi. Если вы загружаете так много изображений, обрезаете соответствующие части изображений с нарезкой, а затем добавляете их в список, это может привести к огромным потерям памяти.

Предположим, что вы загружаете N изображений, каждое из которых представляет собой >1MP, и вам нужен только регион 100x100 из верхнего левого угла.

Slicing:

X = []
for i in range(N):
    im = imread('image_i')
    X.append(im[0:100,0:100]) # This will keep all N images in the memory. 
                              # Because they are still used.

Кроме того, вы можете скопировать соответствующую часть с помощью .copy(), поэтому сборщик мусора удалит im.

X = []
for i in range(N):
    im = imread('image_i')
    X.append(im[0:100,0:100].copy()) # This will keep only the crops in the memory. 
                                     # im will be deleted by gc.

Узнав об этом, я понял, что один из комментариев user1270710 упомянул это, но мне потребовалось довольно много времени, чтобы выяснить это (т.е. отладка и т.д.). Так что, думаю, стоит упомянуть.

Ответ 4

этот код обрезает изображение с позиции x = 0, y = 0 до h = 100, w = 200

import numpy as np
import cv2

image = cv2.imread('download.jpg')
y=0
x=0
h=100
w=200
crop = image[y:y+h, x:x+w]
cv2.imshow('Image', crop)
cv2.waitKey(0) 

Ответ 5

from PIL import Image
def crop(image_path, coords, saved_location):
    image_obj = Image.open("Path of the image to be cropped")
    cropped_image = image_obj.crop(coords)
    cropped_image.save(saved_location)
    cropped_image.show()


if __name__ == '__main__':
    image = "image.jpg"
    crop(image, (100, 210, 710,380 ), 'cropped.jpg')

image_path: Путь к изображению для редактирования

координаты: кортеж координат x/y (x1, y1, x2, y2) [открыть изображение в mspaint и проверьте "линейку" на вкладке просмотра, чтобы увидеть координаты]

save_location: путь для сохранения обрезанного изображения

Ответ 6

вот некоторый код для более надежного imcrop (немного похоже на matlab)

def imcrop(img, bbox): 
    x1,y1,x2,y2 = bbox
    if x1 < 0 or y1 < 0 or x2 > img.shape[1] or y2 > img.shape[0]:
        img, x1, x2, y1, y2 = pad_img_to_fit_bbox(img, x1, x2, y1, y2)
    return img[y1:y2, x1:x2, :]

def pad_img_to_fit_bbox(img, x1, x2, y1, y2):
    img = np.pad(img, ((np.abs(np.minimum(0, y1)), np.maximum(y2 - img.shape[0], 0)),
               (np.abs(np.minimum(0, x1)), np.maximum(x2 - img.shape[1], 0)), (0,0)), mode="constant")
    y1 += np.abs(np.minimum(0, y1))
    y2 += np.abs(np.minimum(0, y1))
    x1 += np.abs(np.minimum(0, x1))
    x2 += np.abs(np.minimum(0, x1))
    return img, x1, x2, y1, y2

Ответ 7

Надежная обрезка с функцией копирования границы opencv:

def imcrop(img, bbox):
   x1, y1, x2, y2 = bbox
   if x1 < 0 or y1 < 0 or x2 > img.shape[1] or y2 > img.shape[0]:
        img, x1, x2, y1, y2 = pad_img_to_fit_bbox(img, x1, x2, y1, y2)
   return img[y1:y2, x1:x2, :]

def pad_img_to_fit_bbox(img, x1, x2, y1, y2):
    img = cv2.copyMakeBorder(img, - min(0, y1), max(y2 - img.shape[0], 0),
                            -min(0, x1), max(x2 - img.shape[1], 0),cv2.BORDER_REPLICATE)
   y2 += -min(0, y1)
   y1 += -min(0, y1)
   x2 += -min(0, x1)
   x1 += -min(0, x1)
   return img, x1, x2, y1, y2