Python+OpenCV实现不规则多边形ROI区域提取与保存
本文介绍如何使用Python和OpenCV库通过鼠标交互提取不规则多边形ROI区域。详细演示了左键选点、右键撤销、中键确认的绘制流程,并展示如何将提取的多边形坐标保存至本地config.pkl文件。同时附带规则ROI区域的简单切片示例,帮助开发者快速掌握图像感兴趣区域的提取技术。
不规则多边形ROI绘制流程
不规则多边形ROI区域的提取主要依赖鼠标交互操作来完成绘制过程。
首先,单击鼠标左键以依次选取多边形的各个顶点。
若需修正,可单击鼠标右键以删除最近一次选取的顶点。
绘制完成后,单击鼠标中键即可确定ROI区域并进行可视化预览。
最后,按下键盘上的“S”键,可将当前多边形ROI区域的顶点坐标保存至本地的“config.pkl”文件中。
以下是实现该功能的核心代码逻辑。
核心代码实现
import cv2
import numpy as np
import joblib
pts = [] # 用于存放点
# 统一的:mouse callback function
def draw_roi(event, x, y, flags, param):
img2 = img.copy()
if event == cv2.EVENT_LBUTTONDOWN: # 左键点击,选择点
pts.append((x, y))
if event == cv2.EVENT_RBUTTONDOWN: # 右键点击,取消最近一次选择的点
pts.pop()
if event == cv2.EVENT_MBUTTONDOWN: # 中键绘制轮廓
mask = np.zeros(img.shape, np.uint8)
points = np.array(pts, np.int32)
points = points.reshape((-1, 1, 2))
# 画多边形
mask = cv2.polylines(mask, [points], True, (255, 255, 255), 2)
mask2 = cv2.fillPoly(mask.copy(), [points], (255, 255, 255)) # 用于求 ROI
mask3 = cv2.fillPoly(mask.copy(), [points], (0, 255, 0)) # 用于 显示在桌面的图像
show_image = cv2.addWeighted(src1=img, alpha=0.8, src2=mask3, beta=0.2, gamma=0)
cv2.imshow("mask", mask2)
cv2.imshow("show_img", show_image)
ROI = cv2.bitwise_and(mask2, img)
cv2.imshow("ROI", ROI)
cv2.waitKey(0)
if len(pts) > 0:
# 将pts中的最后一点画出来
cv2.circle(img2, pts[-1], 3, (0, 0, 255), -1)
if len(pts) > 1:
# 画线
for i in range(len(pts) - 1):
cv2.circle(img2, pts[i], 5, (0, 0, 255), -1) # x ,y 为鼠标点击地方的坐标
cv2.line(img=img2, pt1=pts[i], pt2=pts[i + 1], color=(255, 0, 0), thickness=2)
cv2.imshow('image', img2)
# 创建图像与窗口并将窗口与回调函数绑定
img = cv2.imread("111.jpg")
cv2.namedWindow('image')
cv2.setMouseCallback('image', draw_roi)
print("[INFO] 单击左键:选择点,单击右键:删除上一次选择的点,单击中键:确定ROI区域")
print("[INFO] 按‘S'确定选择区域并保存")
print("[INFO] 按 ESC 退出")
while True:
key = cv2.waitKey(1) & 0xFF
if key == 27:
break
if key == ord("s"):
saved_data = {
"ROI": pts
}
joblib.dump(value=saved_data, filename="config.pkl")
print("[INFO] ROI坐标已保存到本地.")
break
cv2.destroyAllWindows()具体实现不规则多边形的绘制逻辑如下。

在代码运行后,通过点击鼠标中间键来确认并生成ROI区域。

补充说明部分。
规则ROI区域提取示例
除了不规则多边形,Python结合OpenCV同样能够处理并获取RGB图像中规则的ROI区域。
实现规则ROI区域提取的代码示例如下。
import cv2 as cv2
img = cv2.imread('111.jpg')
# 获取图像尺寸和通道数
h, w, channel = img.shape
# 打印获取的数据
print(h, w, channel)
rows = h
cols = w
roi = img[0:int(rows/2), 0:int(cols/2)]#ROI区域是行 列的一半
cv2.imshow("", roi)
cv2.waitKey()处理前的原始图像。

提取后的ROI区域显示效果。

以上就是关于使用Python和OpenCV进行不规则多边形ROI区域提取的完整介绍,更多相关技术内容可参考本站往期文章。
本站声明
本文内容仅供参考,不代表本站观点。转载或引用请注明出处。如发现内容问题,请通过联系我们页面反馈。













