FREEXXXX性中囯HD性,91视频破解版,黄色网在线

主頁(yè) > 知識(shí)庫(kù) > python+opencv圖像分割實(shí)現(xiàn)分割不規(guī)則ROI區(qū)域方法匯總

python+opencv圖像分割實(shí)現(xiàn)分割不規(guī)則ROI區(qū)域方法匯總

在圖像分割領(lǐng)域，一個(gè)重要任務(wù)便是分割出感興趣（ROI）區(qū)域。如果是簡(jiǎn)易的矩形ROI區(qū)域其實(shí)是非常容易分割的，opencv的官方python教程里也有教到最簡(jiǎn)易的矩形ROI分割（剪裁），其本質(zhì)是多維數(shù)組（矩陣）的切片。但是現(xiàn)實(shí)情況中，ROI是不規(guī)則的多邊形，也可能是曲線邊界，那么該如何分割出來(lái)呢？下面總結(jié)幾種思路。

可能只提供核心部分的代碼示例，具體應(yīng)用要結(jié)合你自己的項(xiàng)目來(lái)修正。

一、已知邊界坐標(biāo)，直接畫(huà)出多邊形

例：最基礎(chǔ)的畫(huà)個(gè)四邊形

# 定義四個(gè)頂點(diǎn)坐標(biāo)
pts = np.array([[10, 5],  [50, 10], [70, 20], [20, 30]], np.int32)
# 頂點(diǎn)個(gè)數(shù)：4，矩陣變成4*1*2維
# OpenCV中需要將多邊形的頂點(diǎn)坐標(biāo)變成頂點(diǎn)數(shù)×1×2維的矩陣
# 這里 reshape 的第一個(gè)參數(shù)為-1, 表示“任意”，意思是這一維的值是根據(jù)后面的維度的計(jì)算出來(lái)的
pts = pts.reshape((-1, 1, 2))
cv2.polylines(img, [pts], True, (0, 255, 255))

上例中，img是你的畫(huà)布原圖。pts你可以隨便改，改成自己的邊界點(diǎn)。注意cv2.polylines中參數(shù)pts要加[ ]。

二、通過(guò)形態(tài)學(xué)操作產(chǎn)生Mask

腐蝕、膨脹之后，產(chǎn)生二值化（非黑即白）的mask，然后和圖像做與運(yùn)算。

腐蝕膨脹的操作方法簡(jiǎn)單復(fù)習(xí)一下：

kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (10, 10))  # 矩形結(jié)構(gòu):MORPH_RECT
kernel1 = cv2.getStructuringElement(cv2.MORPH_RECT, (15, 15))  # 橢圓結(jié)構(gòu):MORPH_ELLIPSE
img = cv2.erode(img, kernel)  # 腐蝕 
img = cv2.dilate(img, kernel)  # 膨脹

我們都知道，腐蝕膨脹完后會(huì)得到一個(gè)二值化的掩模（mask）。

    mask = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR) #img是腐蝕膨脹完的圖片
    ROI = cv2.bitwise_and(mask, oriimg) #oriimg是原始圖片
    cv2.imshow('ROI',ROI)
    if cv2.waitKey(500) and 0xff == ord('q'):
        cv2.destroyAllWindows()

講原始圖片和mask做一個(gè)掩模就可以得到最終圖像了（例子此處就不舉了因?yàn)橐恍﹫D片涉及科研內(nèi)容，paper還未發(fā)表，請(qǐng)自行試一下吧）。

三、人機(jī)交互式

用鼠標(biāo)點(diǎn)擊，產(chǎn)生多邊形。

這樣是比較精確的，比較是人工操作，但是比較麻煩，如果有上萬(wàn)張圖片，你不可能每張都自己鼠標(biāo)去分割出來(lái)一下。但是這個(gè)方法可以用于獲取ROI的ground-truth，然后用來(lái)和機(jī)器分割的結(jié)果做對(duì)比，計(jì)算準(zhǔn)確率、召回率等評(píng)價(jià)指標(biāo)！所以學(xué)一下還是有用的。

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Created on Wed May 29 19:18:28 2019
@author: youxinlin
"""
 
import cv2
import numpy as np
 
# -----------------------鼠標(biāo)操作相關(guān)------------------------------------------
lsPointsChoose = []
tpPointsChoose = []
pointsCount = 0
count = 0
pointsMax = 6
def on_mouse(event, x, y, flags, param):
    global img, point1, point2, count, pointsMax
    global lsPointsChoose, tpPointsChoose  # 存入選擇的點(diǎn)
    global pointsCount  # 對(duì)鼠標(biāo)按下的點(diǎn)計(jì)數(shù)
    global img2, ROI_bymouse_flag
    img2 = img.copy()  # 此行代碼保證每次都重新再原圖畫(huà)  避免畫(huà)多了
    # -----------------------------------------------------------
    #    count=count+1
    #    print("callback_count",count)
    # --------------------------------------------------------------
 
    if event == cv2.EVENT_LBUTTONDOWN:  # 左鍵點(diǎn)擊
        pointsCount = pointsCount + 1
        # 感覺(jué)這里沒(méi)有用？2018年8月25日20:06:42
        # 為了保存繪制的區(qū)域，畫(huà)的點(diǎn)稍晚清零
        # if (pointsCount == pointsMax + 1):
        #     pointsCount = 0
        #     tpPointsChoose = []
        print('pointsCount:', pointsCount)
        point1 = (x, y)
        print (x, y)
        # 畫(huà)出點(diǎn)擊的點(diǎn)
        cv2.circle(img2, point1, 10, (0, 255, 0), 2)
 
        # 將選取的點(diǎn)保存到list列表里
        lsPointsChoose.append([x, y])  # 用于轉(zhuǎn)化為darry 提取多邊形ROI
        tpPointsChoose.append((x, y))  # 用于畫(huà)點(diǎn)
        # ----------------------------------------------------------------------
        # 將鼠標(biāo)選的點(diǎn)用直線連起來(lái)
        print(len(tpPointsChoose))
        for i in range(len(tpPointsChoose) - 1):
            print('i', i)
            cv2.line(img2, tpPointsChoose[i], tpPointsChoose[i + 1], (0, 0, 255), 2)
        # ----------------------------------------------------------------------
        # ----------點(diǎn)擊到pointMax時(shí)可以提取去繪圖----------------
 
        cv2.imshow('src', img2)
        
# -------------------------右鍵按下清除軌跡-----------------------------
    if event == cv2.EVENT_RBUTTONDOWN:  # 右鍵點(diǎn)擊
        print("right-mouse")
        pointsCount = 0
        tpPointsChoose = []
        lsPointsChoose = []
        print(len(tpPointsChoose))
        for i in range(len(tpPointsChoose) - 1):
            print('i', i)
            cv2.line(img2, tpPointsChoose[i], tpPointsChoose[i + 1], (0, 0, 255), 2)
        cv2.imshow('src', img2)
 
    # -------------------------雙擊 結(jié)束選取-----------------------------
    if event == cv2.EVENT_LBUTTONDBLCLK: 
    # -----------繪制感興趣區(qū)域-----------
        ROI_byMouse()
        ROI_bymouse_flag = 1
        lsPointsChoose = []
        
 
def ROI_byMouse():
    global src, ROI, ROI_flag, mask2
    mask = np.zeros(img.shape, np.uint8)
    pts = np.array([lsPointsChoose], np.int32)  # pts是多邊形的頂點(diǎn)列表（頂點(diǎn)集）
    pts = pts.reshape((-1, 1, 2))
    # 這里 reshape 的第一個(gè)參數(shù)為-1, 表明這一維的長(zhǎng)度是根據(jù)后面的維度的計(jì)算出來(lái)的。
    # OpenCV中需要先將多邊形的頂點(diǎn)坐標(biāo)變成頂點(diǎn)數(shù)×1×2維的矩陣，再來(lái)繪制
 
    # --------------畫(huà)多邊形---------------------
    mask = cv2.polylines(mask, [pts], True, (255, 255, 255))
    ##-------------填充多邊形---------------------
    mask2 = cv2.fillPoly(mask, [pts], (255, 255, 255))
    cv2.imshow('mask', mask2)
    cv2.imwrite('mask.jpg', mask2)
    image,contours, hierarchy = cv2.findContours(cv2.cvtColor(mask2, cv2.COLOR_BGR2GRAY), cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
    ROIarea = cv2.contourArea(contours[0])
    print("ROIarea:",ROIarea)
    ROI = cv2.bitwise_and(mask2, img)
    cv2.imwrite('ROI.jpg', ROI)
    cv2.imshow('ROI', ROI)
 
img = cv2.imread('3.png')
# ---------------------------------------------------------
# --圖像預(yù)處理，設(shè)置其大小
# height, width = img.shape[:2]
# size = (int(width * 0.3), int(height * 0.3))
# img = cv2.resize(img, size, interpolation=cv2.INTER_AREA)
# ------------------------------------------------------------
ROI = img.copy()
cv2.namedWindow('src')
cv2.setMouseCallback('src', on_mouse)
cv2.imshow('src', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

你可以增加更多的功能。。。附：鼠標(biāo)點(diǎn)擊事件：

'''
EVENT_FLAG_ALTKEY = 32  摁住Alt
EVENT_FLAG_CTRLKEY = 8  摁住Ctrl
EVENT_FLAG_LBUTTON = 1  摁住左鍵
EVENT_FLAG_MBUTTON = 4  摁住中鍵
EVENT_FLAG_RBUTTON = 2  摁住右鍵
EVENT_FLAG_SHIFTKEY = 16 摁住Shift
EVENT_LBUTTONDBLCLK = 7  左鍵雙擊
EVENT_LBUTTONDOWN = 1  左鍵擊下
EVENT_LBUTTONUP = 4   左鍵彈起
EVENT_MBUTTONDBLCLK = 9  中鍵雙擊
EVENT_MBUTTONDOWN = 3  中鍵擊下
EVENT_MBUTTONUP = 6   中鍵彈起
EVENT_MOUSEHWHEEL = 11  滾動(dòng)條向左，flags>0。向右，flags0
EVENT_MOUSEMOVE = 0   鼠標(biāo)移動(dòng)
EVENT_MOUSEWHEEL = 10  滾動(dòng)條向上，flags>0。向下，flags0
EVENT_RBUTTONDBLCLK = 8  中鍵雙擊
EVENT_RBUTTONDOWN = 2  中鍵擊下
EVENT_RBUTTONUP = 5   中鍵彈起
'''

到此這篇關(guān)于python+opencv圖像分割實(shí)現(xiàn)分割不規(guī)則ROI區(qū)域方法匯總的文章就介紹到這了,更多相關(guān)opencv 分割不規(guī)則ROI區(qū)域內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章:

基于OpenCV實(shí)現(xiàn)圖像分割
Python使用OpenCV和K-Means聚類對(duì)畢業(yè)照進(jìn)行圖像分割
C++中實(shí)現(xiàn)OpenCV圖像分割與分水嶺算法
python用opencv完成圖像分割并進(jìn)行目標(biāo)物的提取
Opencv實(shí)現(xiàn)用于圖像分割分水嶺算法
OpenCV圖像分割中的分水嶺算法原理與應(yīng)用詳解
openCV實(shí)現(xiàn)圖像分割

標(biāo)簽：臺(tái)灣黃山景德鎮(zhèn) 濟(jì)南欽州喀什宿遷三沙

巨人網(wǎng)絡(luò)通訊聲明：本文標(biāo)題《python+opencv圖像分割實(shí)現(xiàn)分割不規(guī)則ROI區(qū)域方法匯總》，本文關(guān)鍵詞 python+opencv,圖像,分割,實(shí)現(xiàn),；如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題，煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們，我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò)，涉及言論、版權(quán)與本站無(wú)關(guān)。