L'extraction d'une région à partir d'une image à l'aide de découpage en Python, OpenCV

J'ai une image et je veux extraire une région à partir d'elle. J'ai les coordonnées du coin supérieur gauche et le coin inférieur droit de cette région. Dans une échelle de gris, je fais comme ça:

I = cv2.imread("lena.png")
I = cv2.cvtColor(I, cv2.COLOR_RGB2GRAY)
region = I[248:280,245:288]
tools.show_1_image_pylab(region)

Je peux pas comprendre comment le faire en couleur. J'ai pensé à l'extraction de chaque canal R, G, B; le découpage de cette région à partir de chacun des canaux et de les fusionner ensemble mais il doit bien y avoir un moyen plus court.

  • Cela devrait fonctionner pour la couleur de l'image également.
  • l'essayer avant de convertir l'image en niveaux de gris
  • également, visualiser l'image à l'aide de cv2.imshow() fonction.
  • Rahman K j'ai essayé et ici est l'effet les Couleurs sont fausses. Je soupçonne que c'est juste l'un des canaux.
  • Vous pourriez peut-être utiliser les GetRectSubPix() pour obtenir de la région au lieu de le trancher.
  • Je l'ai juste testé. Et j'ai eu de la couleur de l'image elle-même. Affichage de l'image à l'aide de cv2.imshow() de la fonction, pas tout pylab ou matplotlib fonction, c'est juste affiché dans une couleur différente de la carte en eux.
  • Et si vous avez un doute, vérifiez-région.la forme et assurez-vous qu'il est au format [rows,cols,3].
  • Vous avez raison! Je suis confus par la couleur différente. Merci pour votre aide!

InformationsquelleAutor Booyaches | 2013-02-25
  1. 119

    Il y a une légère différence en pixel de la commande dans OpenCV et Matplotlib.

    OpenCV suit BGR l'ordre, tandis que matplotlib probablement suit RVB commande.

    Ainsi, lorsque vous affichez une image chargée dans OpenCV à l'aide de pylab fonctions, vous devrez peut-être convertir en mode RVB. ( Je ne suis pas sûr qu'une méthode facile est là). Méthode ci-dessous le démontrent:

    import cv2
import numpy as np
import matplotlib.pyplot as plt

img = cv2.imread('messi4.jpg')
b,g,r = cv2.split(img)
img2 = cv2.merge([r,g,b])
plt.subplot(121);plt.imshow(img) # expects distorted color
plt.subplot(122);plt.imshow(img2) # expect true color
plt.show()

cv2.imshow('bgr image',img) # expects true color
cv2.imshow('rgb image',img2) # expects distorted color
cv2.waitKey(0)
cv2.destroyAllWindows()

    NB : vérifiez @Amro s 'commentaire ci-dessous pour une meilleure méthode de conversion entre BGR et RVB. img2 = img[:,:,::-1] . Très simple.

    D'exécuter ce code et de voir la différence entre le résultat vous-même. Ci-dessous est ce que j'ai :

    À L'Aide De Matplotlib :

    L'extraction d'une région à partir d'une image à l'aide de découpage en Python, OpenCV

    À L'Aide D'OpenCV :

    L'extraction d'une région à partir d'une image à l'aide de découpage en Python, OpenCV

    • vous pourriez faire: img2 = img[:,:,::-1] pour inverser les couleurs de la dimension de BGR RVB (en utilisant seulement les NumPy indexation)
    • +1 - oui, vous avez raison, et il serait plus rapide que ma réponse. Merci pour le commentaire. (Je voulais juste montrer que le retournement de r et de canaux b en particulier.)
    • Une autre façon d'obtenir ce résultat en utilisant cv2.cvtColor avec cv2.COLOR_BGR2RGB drapeau.
    • Comment à ce sujet? cv2.imshow = lambda _, y: plt.imshow(y[:,:,::-1]).figure
    • c'est img2 = img[::,::-1]
    InformationsquelleAutor Abid Rahman K
  2. 43

    2 plus d'options non encore mentionné:

    img[..., ::-1] # same as the mentioned img[:, :, ::-1] but slightly shorter

    et polyvalent, le

    cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
    InformationsquelleAutor Israel Unterman