python+opencv图像分割实现分割不规则ROI区域方法汇总

 更新时间:2021年04月30日 10:47:27   作者:奔跑的Yancy  
这篇文章主要介绍了python+opencv图像分割实现分割不规则ROI区域方法汇总,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧

在图像分割领域,一个重要任务便是分割出感兴趣(ROI)区域。如果是简易的矩形ROI区域其实是非常容易分割的,opencv的官方python教程里也有教到最简易的矩形ROI分割(剪裁),其本质是多维数组(矩阵)的切片。但是现实情况中,ROI是不规则的多边形,也可能是曲线边界,那么该如何分割出来呢?下面总结几种思路。

可能只提供核心部分的代码示例,具体应用要结合你自己的项目来修正。

一、已知边界坐标,直接画出多边形

例:最基础的画个四边形

# 定义四个顶点坐标
pts = np.array([[10, 5],  [50, 10], [70, 20], [20, 30]], np.int32)
# 顶点个数:4,矩阵变成4*1*2维
# OpenCV中需要将多边形的顶点坐标变成顶点数×1×2维的矩阵
# 这里 reshape 的第一个参数为-1, 表示“任意”,意思是这一维的值是根据后面的维度的计算出来的
pts = pts.reshape((-1, 1, 2))
cv2.polylines(img, [pts], True, (0, 255, 255))

上例中,img是你的画布原图。pts你可以随便改,改成自己的边界点。注意cv2.polylines中参数pts要加[ ]。

二、通过形态学操作产生Mask

腐蚀、膨胀之后,产生二值化(非黑即白)的mask,然后和图像做与运算。

腐蚀膨胀的操作方法简单复习一下:

kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (10, 10))  # 矩形结构:MORPH_RECT
kernel1 = cv2.getStructuringElement(cv2.MORPH_RECT, (15, 15))  # 椭圆结构:MORPH_ELLIPSE
img = cv2.erode(img, kernel)  # 腐蚀 
img = cv2.dilate(img, kernel)  # 膨胀

我们都知道,腐蚀膨胀完后会得到一个二值化的掩模(mask)。

    mask = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR) #img是腐蚀膨胀完的图片
    ROI = cv2.bitwise_and(mask, oriimg) #oriimg是原始图片
    cv2.imshow('ROI',ROI)
    if cv2.waitKey(500) and 0xff == ord('q'):
        cv2.destroyAllWindows()

 讲原始图片和mask做一个掩模就可以得到最终图像了(例子此处就不举了因为一些图片涉及科研内容,paper还未发表,请自行试一下吧)。

三、人机交互式

用鼠标点击,产生多边形。

这样是比较精确的,比较是人工操作,但是比较麻烦,如果有上万张图片,你不可能每张都自己鼠标去分割出来一下。但是这个方法可以用于获取ROI的ground-truth,然后用来和机器分割的结果做对比,计算准确率、召回率等评价指标!所以学一下还是有用的。

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Created on Wed May 29 19:18:28 2019
@author: youxinlin
"""
 
import cv2
import numpy as np
 
# -----------------------鼠标操作相关------------------------------------------
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  # 存入选择的点
    global pointsCount  # 对鼠标按下的点计数
    global img2, ROI_bymouse_flag
    img2 = img.copy()  # 此行代码保证每次都重新再原图画  避免画多了
    # -----------------------------------------------------------
    #    count=count+1
    #    print("callback_count",count)
    # --------------------------------------------------------------
 
    if event == cv2.EVENT_LBUTTONDOWN:  # 左键点击
        pointsCount = pointsCount + 1
        # 感觉这里没有用?2018年8月25日20:06:42
        # 为了保存绘制的区域,画的点稍晚清零
        # if (pointsCount == pointsMax + 1):
        #     pointsCount = 0
        #     tpPointsChoose = []
        print('pointsCount:', pointsCount)
        point1 = (x, y)
        print (x, y)
        # 画出点击的点
        cv2.circle(img2, point1, 10, (0, 255, 0), 2)
 
        # 将选取的点保存到list列表里
        lsPointsChoose.append([x, y])  # 用于转化为darry 提取多边形ROI
        tpPointsChoose.append((x, y))  # 用于画点
        # ----------------------------------------------------------------------
        # 将鼠标选的点用直线连起来
        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)
        # ----------------------------------------------------------------------
        # ----------点击到pointMax时可以提取去绘图----------------
 
        cv2.imshow('src', img2)
        
# -------------------------右键按下清除轨迹-----------------------------
    if event == cv2.EVENT_RBUTTONDOWN:  # 右键点击
        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)
 
    # -------------------------双击 结束选取-----------------------------
    if event == cv2.EVENT_LBUTTONDBLCLK: 
    # -----------绘制感兴趣区域-----------
        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是多边形的顶点列表(顶点集)
    pts = pts.reshape((-1, 1, 2))
    # 这里 reshape 的第一个参数为-1, 表明这一维的长度是根据后面的维度的计算出来的。
    # OpenCV中需要先将多边形的顶点坐标变成顶点数×1×2维的矩阵,再来绘制
 
    # --------------画多边形---------------------
    mask = cv2.polylines(mask, [pts], True, (255, 255, 255))
    ##-------------填充多边形---------------------
    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')
# ---------------------------------------------------------
# --图像预处理,设置其大小
# 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:鼠标点击事件 :

'''
EVENT_FLAG_ALTKEY = 32  摁住Alt
EVENT_FLAG_CTRLKEY = 8  摁住Ctrl
EVENT_FLAG_LBUTTON = 1  摁住左键
EVENT_FLAG_MBUTTON = 4  摁住中键
EVENT_FLAG_RBUTTON = 2  摁住右键
EVENT_FLAG_SHIFTKEY = 16 摁住Shift
EVENT_LBUTTONDBLCLK = 7  左键双击
EVENT_LBUTTONDOWN = 1  左键击下
EVENT_LBUTTONUP = 4   左键弹起
EVENT_MBUTTONDBLCLK = 9  中键双击
EVENT_MBUTTONDOWN = 3  中键击下
EVENT_MBUTTONUP = 6   中键弹起
EVENT_MOUSEHWHEEL = 11  滚动条向左,flags>0。向右,flags<0
EVENT_MOUSEMOVE = 0   鼠标移动
EVENT_MOUSEWHEEL = 10  滚动条向上,flags>0。向下,flags<0
EVENT_RBUTTONDBLCLK = 8  中键双击
EVENT_RBUTTONDOWN = 2  中键击下
EVENT_RBUTTONUP = 5   中键弹起
'''

到此这篇关于python+opencv图像分割实现分割不规则ROI区域方法汇总的文章就介绍到这了,更多相关opencv 分割不规则ROI区域内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • python-xpath获取html文档的部分内容

    python-xpath获取html文档的部分内容

    这篇文章主要介绍了python-xpath获取html文档的部分内容,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-03-03
  • 基于keras中import keras.backend as K的含义说明

    基于keras中import keras.backend as K的含义说明

    这篇文章主要介绍了keras中import keras.backend as K的含义说明,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2021-05-05
  • Python利用PyPDF2库获取PDF文件总页码实例

    Python利用PyPDF2库获取PDF文件总页码实例

    这篇文章主要介绍了Python利用PyPDF2库获取PDF文件总页码实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-04-04
  • Python中plt.scatter()函数的常见用法小结

    Python中plt.scatter()函数的常见用法小结

    这篇文章主要介绍了Python中plt.scatter()函数的常见用法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2023-04-04
  • Python中的__init__作用是什么

    Python中的__init__作用是什么

    在本篇文章里小编给大家分享的是关于Python中的__init__作用以及相关用法内容,需要的朋友们可以学习下。
    2020-06-06
  • Python数据分析的八种处理缺失值方法详解

    Python数据分析的八种处理缺失值方法详解

    缺失值可能是数据科学中最不受欢迎的值,然而,它们总是在身边。忽略缺失值也是不合理的,因此我们需要找到有效且适当地处理它们的方法
    2021-11-11
  • Python实现子类调用父类的方法

    Python实现子类调用父类的方法

    这篇文章主要介绍了Python实现子类调用父类的方法,解决子类覆盖父类初始化方法而出现的不确定问题,可通过调用超类构造方法的未绑定版本或者使用super函数来解决,需要的朋友可以参考下
    2014-11-11
  • Python利用Selenium实现网站自动签到功能

    Python利用Selenium实现网站自动签到功能

    小编了解到了python的selenium库对于自动化测试的初学者很容易上手,今天就借这篇文章给大家介绍Python利用Selenium实现网站自动签到功能,感兴趣的朋友一起看看吧
    2021-09-09
  • python脚本第一行如何写

    python脚本第一行如何写

    在本篇内容里小编给大家整理的是一篇关于python脚本第一行如何写相关文章,有需要的朋友们可以参考下。
    2020-08-08
  • Python基础-特殊方法整理详解

    Python基础-特殊方法整理详解

    python中特殊方法(魔术方法)是被python解释器调用的,我们自己不需要调用它们,我们统一使用内置函数来使用。本篇文章将对其详细介绍,感兴趣的小伙伴可以参考下面文章的具体内容
    2021-09-09

最新评论