python opencv实现目标区域裁剪功能
这个任务是自己在项目中数据处理的一部分内容,待处理的图片如下所示:
我需要将目标区域给裁剪出来,要不然在后期训练网络的时候整幅图像过大,且目标区域过小,得到结果不好,还会加剧计算量。在网上找了各个大佬的博客看,没找到合适的,便自己动手写了,顺便自己的小破站刚搭建起来,记录一下自己的思路。
思路
去寻找目标区域的最左边,最右边,最上面和最下面的像素点,取到坐标信息以后用CV2的裁剪一下就可以实现了。
#难点
数据总共是11952张图片,每张图片是1024*768大小的,依次去遍历的话担心太费时间了,结果还好,图像中黑色的像素点值为0,计算量比想象的要小很多
#代码
import cv2 """ 使用OpenCV截取图片 """ def search(path): left = 1024 right = 0 upper = 768 lower = 0 img = cv2.imread(path)[:,:,0] # print(img.shape) for i in range(768): for j in range(1024): if img[i,j] != 0 : # print(img[i,j]) left = min(j,left) right = max(j,right) lower = max(i,lower) upper = min(i,upper) return (left,upper,right,lower) def image_cut_save(path, left, upper, right, lower, save_path): """ 所截区域图片保存 :param path: 图片路径 :param left: 区块左上角位置的像素点离图片左边界的距离 :param upper:区块左上角位置的像素点离图片上边界的距离 :param right:区块右下角位置的像素点离图片左边界的距离 :param lower:区块右下角位置的像素点离图片上边界的距离 故需满足:lower > upper、right > left :param save_path: 所截图片保存位置 """ img = cv2.imread(path) # 打开图像 cropped = img[upper:lower, left:right] # 保存截取的图片 cv2.imwrite(save_path, cropped) if __name__ == '__main__': root_path = r'原图片的路径' save_path = r'裁剪后的图片保存的路径' images = os.listdir(root_path) for image in images: # print(image) pic_path = os.path.join(root_path,image) # print(pic_path) pic_save_dir_path = os.path.join(save_path,image) print(pic_save_dir_path) left, upper, right, lower = search(pic_path) # show_cut(pic_path, left, upper, right, lower) image_cut_save(pic_path, left, upper, right, lower, pic_save_dir_path)
结果
裁剪后的图像如下
到此这篇关于python opencv实现目标区域裁剪功能的文章就介绍到这了,更多相关python opencv区域裁剪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如何利用cv2.rectangle()绘制矩形框
cv2.rectangle这个函数的作用是在图像上绘制一个简单的矩形,下面这篇文章主要给大家介绍了关于python如何利用cv2.rectangle()绘制矩形框的相关资料,文中通过示例代码介绍的非常详细,需要的朋友可以参考下2022-12-12python 3.6 +pyMysql 操作mysql数据库(实例讲解)
下面小编就为大家分享一篇python 3.6 +pyMysql 操作mysql数据库的实例讲解,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2017-12-12解决Python3 struct报错argument for 's'&
这篇文章主要为大家介绍了解决Python3 struct报错argument for 's' must be a bytes object方法详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪2023-08-08pytorch + visdom CNN处理自建图片数据集的方法
这篇文章主要介绍了pytorch + visdom CNN处理自建图片数据集的方法,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧2018-06-06
最新评论