溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務條款》

OpenCV Python如何實現(xiàn)圖像指定區(qū)域裁剪

發(fā)布時間:2020-07-21 13:37:07 來源:億速云 閱讀:260 作者:小豬 欄目:開發(fā)技術

這篇文章主要為大家展示了OpenCV Python如何實現(xiàn)圖像指定區(qū)域裁剪,內(nèi)容簡而易懂,希望大家可以學習一下,學習完之后肯定會有收獲的,下面讓小編帶大家一起來看看吧。

在工作中。在做數(shù)據(jù)集時,需要對圖片進行處理,照相的圖片我們只需要特定的部分,所以就想到裁剪一種所需的部分。當然若是圖片有規(guī)律可循則使用opencv對其進行膨脹腐蝕等操作。這樣更精準一些。

一、指定圖像位置的裁剪處理

import os  
import cv2 
 
# 遍歷指定目錄,顯示目錄下的所有文件名
def CropImage4File(filepath,destpath):
  pathDir = os.listdir(filepath)  # 列出文件路徑中的所有路徑或文件
  for allDir in pathDir:
    child = os.path.join(filepath, allDir)
    dest = os.path.join(destpath,allDir)
    if os.path.isfile(child):
     image = cv2.imread(child) 
      sp = image.shape      #獲取圖像形狀:返回【行數(shù)值,列數(shù)值】列表
      sz1 = sp[0]         #圖像的高度(行 范圍)
      sz2 = sp[1]         #圖像的寬度(列 范圍)
      #sz3 = sp[2]        #像素值由【RGB】三原色組成
      
      #你想對文件的操作
      a=int(sz1/2-64) # x start
      b=int(sz1/2+64) # x end
      c=int(sz2/2-64) # y start
      d=int(sz2/2+64) # y end
      cropImg = image[a:b,c:d]  #裁剪圖像
      cv2.imwrite(dest,cropImg) #寫入圖像路徑
      
if __name__ == '__main__':
  filepath ='F:\\\maomi'       #源圖像
  destpath='F:\\maomi_resize'    # resized images saved here
  CropImage4File(filepath,destpath)

二、批量處理—指定圖像位置的裁剪

我這個是用來截取發(fā)票的印章區(qū)域,用于圖像分割(公司的數(shù)據(jù)集保密)
各位可以用自己的增值發(fā)票裁剪。適當?shù)母慕厝^(qū)域

"""
處理數(shù)據(jù)集 和 標簽數(shù)據(jù)集的代碼:(主要是對原始數(shù)據(jù)集裁剪)
  處理方式:分別處理
  注意修改 輸入 輸出目錄 和 生成的文件名
  output_dir = "./label_temp"
  input_dir = "./label"
"""
import cv2
import os
import sys
import time


def get_img(input_dir):
  img_paths = []
  for (path,dirname,filenames) in os.walk(input_dir):
    for filename in filenames:
      img_paths.append(path+'/'+filename)
  print("img_paths:",img_paths)
  return img_paths


def cut_img(img_paths,output_dir):
  scale = len(img_paths)
  for i,img_path in enumerate(img_paths):
    a = "#"* int(i/1000)
    b = "."*(int(scale/1000)-int(i/1000))
    c = (i/scale)*100
    time.sleep(0.2)
    print('正在處理圖像: %s' % img_path.split('/')[-1])
    img = cv2.imread(img_path)
    weight = img.shape[1]
    if weight>1600:             # 正常發(fā)票
      cropImg = img[50:200, 700:1500]  # 裁剪【y1,y2:x1,x2】
      #cropImg = cv2.resize(cropImg, None, fx=0.5, fy=0.5,
                 #interpolation=cv2.INTER_CUBIC) #縮小圖像
      cv2.imwrite(output_dir + '/' + img_path.split('/')[-1], cropImg)
    else:                    # 卷簾發(fā)票
      cropImg_01 = img[30:150, 50:600]
      cv2.imwrite(output_dir + '/'+img_path.split('/')[-1], cropImg_01)
    print('{:^3.3f}%[{}>>{}]'.format(c,a,b))

if __name__ == '__main__':
  output_dir = "../img_cut"      # 保存截取的圖像目錄
  input_dir = "../img"        # 讀取圖片目錄表
  img_paths = get_img(input_dir)
  print('圖片獲取完成 。。。!')
  cut_img(img_paths,output_dir)

三、多進程(加快處理)

#coding: utf-8
"""
采用多進程加快處理。添加了在讀取圖片時捕獲異常,OpenCV對大分辨率或者tif格式圖片支持不好
處理數(shù)據(jù)集 和 標簽數(shù)據(jù)集的代碼:(主要是對原始數(shù)據(jù)集裁剪)
  處理方式:分別處理
  注意修改 輸入 輸出目錄 和 生成的文件名
  output_dir = "./label_temp"
  input_dir = "./label"
"""
import multiprocessing
import cv2
import os
import time


def get_img(input_dir):
  img_paths = []
  for (path,dirname,filenames) in os.walk(input_dir):
    for filename in filenames:
      img_paths.append(path+'/'+filename)
  print("img_paths:",img_paths)
  return img_paths


def cut_img(img_paths,output_dir):
  imread_failed = []
  try:
    img = cv2.imread(img_paths)
    height, weight = img.shape[:2]
    if (1.0 * height / weight) < 1.3:    # 正常發(fā)票
      cropImg = img[50:200, 700:1500]   # 裁剪【y1,y2:x1,x2】
      cv2.imwrite(output_dir + '/' + img_paths.split('/')[-1], cropImg)
    else:                  # 卷簾發(fā)票
      cropImg_01 = img[30:150, 50:600]
      cv2.imwrite(output_dir + '/' + img_paths.split('/')[-1], cropImg_01)
  except:
    imread_failed.append(img_paths)
  return imread_failed


def main(input_dir,output_dir):
  img_paths = get_img(input_dir)
  scale = len(img_paths)

  results = []
  pool = multiprocessing.Pool(processes = 4)
  for i,img_path in enumerate(img_paths):
    a = "#"* int(i/10)
    b = "."*(int(scale/10)-int(i/10))
    c = (i/scale)*100
    results.append(pool.apply_async(cut_img, (img_path,output_dir )))
    print('{:^3.3f}%[{}>>{}]'.format(c, a, b)) # 進度條(可用tqdm)
  pool.close()            # 調(diào)用join之前,先調(diào)用close函數(shù),否則會出錯。
  pool.join()             # join函數(shù)等待所有子進程結束
  for result in results:
    print('image read failed!:', result.get())
  print ("All done.")



if __name__ == "__main__":
  input_dir = "D:/image_person"    # 讀取圖片目錄表
  output_dir = "D:/image_person_02"  # 保存截取的圖像目錄
  main(input_dir, output_dir)

以上就是關于OpenCV Python如何實現(xiàn)圖像指定區(qū)域裁剪的內(nèi)容,如果你們有學習到知識或者技能,可以把它分享出去讓更多的人看到。

向AI問一下細節(jié)

免責聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權內(nèi)容。

AI