在圖像裁剪操作中，opencv和pillow兩個庫都具有相應(yīng)的函數(shù)，但是這兩個庫中的函數(shù)僅僅能對與圖片平行的矩形進(jìn)行裁剪操作，如果想要對目標(biāo)的最小外接矩形進(jìn)行裁剪該如何操作呢？如下所示：
具體處理該問題的思路如下：
- 計算最小外接矩形的四個點(diǎn)的坐標(biāo)，旋轉(zhuǎn)角度
- 將原圖像進(jìn)行旋轉(zhuǎn)，旋轉(zhuǎn)角度為最小外接矩形的角度
- 將四個點(diǎn)的坐標(biāo)進(jìn)行映射，求出被旋轉(zhuǎn)后圖像的四個點(diǎn)的坐標(biāo)
- 利用這四個點(diǎn)對圖像進(jìn)行裁剪
圖像原圖如下：
1 求出該區(qū)域的最小外接矩形，并且得到外接矩形的四個點(diǎn)的坐標(biāo)和旋轉(zhuǎn)角度。
rect = cv2.minAreaRect(self.contours[0])#rect為[(旋轉(zhuǎn)中心x坐標(biāo)，旋轉(zhuǎn)中心y坐標(biāo))，(矩形長，矩形寬),旋轉(zhuǎn)角度]
box_origin = cv2.boxPoints(rect)#box_origin為[(x0,y0),(x1,y1),(x2,y2),(x3,y3)]
2 將原圖像進(jìn)行旋轉(zhuǎn)，旋轉(zhuǎn)角度為最小外接矩形的角度，由于防止旋轉(zhuǎn)后目標(biāo)區(qū)域在圖像外面，所以我將圖像大小擴(kuò)大為原來的2倍。
M = cv2.getRotationMatrix2D(rect[0],rect[2],1)
dst = cv2.warpAffine(rotateimg,M,(2*rotateimg.shape[0],2*rotateimg.shape[1]))
3 將原四個點(diǎn)的坐標(biāo)做映射，映射到旋轉(zhuǎn)后的區(qū)域，得到新的四個點(diǎn)的坐標(biāo)。
#逆時針旋轉(zhuǎn)
def Nrotate(angle,valuex,valuey,pointx,pointy):
angle = (angle/180)*math.pi
valuex = np.array(valuex)
valuey = np.array(valuey)
nRotatex = (valuex-pointx)*math.cos(angle) - (valuey-pointy)*math.sin(angle) + pointx
nRotatey = (valuex-pointx)*math.sin(angle) + (valuey-pointy)*math.cos(angle) + pointy
return (nRotatex, nRotatey)
#順時針旋轉(zhuǎn)
def Srotate(angle,valuex,valuey,pointx,pointy):
angle = (angle/180)*math.pi
valuex = np.array(valuex)
valuey = np.array(valuey)
sRotatex = (valuex-pointx)*math.cos(angle) + (valuey-pointy)*math.sin(angle) + pointx
sRotatey = (valuey-pointy)*math.cos(angle) - (valuex-pointx)*math.sin(angle) + pointy
return (sRotatex,sRotatey)
#將四個點(diǎn)做映射
def rotatecordiate(angle,rectboxs,pointx,pointy):
output = []
for rectbox in rectboxs:
if angle>0:
output.append(Srotate(angle,rectbox[0],rectbox[1],pointx,pointy))
else:
output.append(Nrotate(-angle,rectbox[0],rectbox[1],pointx,pointy))
return output
box = rotatecordiate(rect[2],box_origin,rect[0][0],rect[0][1])
4 利用四個點(diǎn)坐標(biāo)進(jìn)行裁剪，如2中圖所示，圖像經(jīng)過旋轉(zhuǎn)后已經(jīng)變?yōu)楹蛨D片沒有旋轉(zhuǎn)角的圖像，經(jīng)過實(shí)驗(yàn)觀察旋轉(zhuǎn)后的坐標(biāo)還是有細(xì)微差別，但誤差已經(jīng)在千分點(diǎn)甚至萬分點(diǎn)左右，對我們裁剪造成的影響可以忽略不計。
def imagecrop(image,box):
xs = [x[1] for x in box]
ys = [x[0] for x in box]
print(xs)
print(min(xs),max(xs),min(ys),max(ys))
cropimage = image[min(xs):max(xs),min(ys):max(ys)]
print(cropimage.shape)
cv2.imwrite('cropimage.png',cropimage)
return cropimage
imagecrop(dst,np.int0(box))
到此，利用4個坐標(biāo)點(diǎn)對圖像進(jìn)行裁剪操作已經(jīng)完成。
到此這篇關(guān)于python四個坐標(biāo)點(diǎn)對圖片區(qū)域最小外接矩形進(jìn)行裁剪的文章就介紹到這了,更多相關(guān)python 圖片坐標(biāo)裁剪內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- Python圖片裁剪實(shí)例代碼(如頭像裁剪)
- python實(shí)現(xiàn)自動網(wǎng)頁截圖并裁剪圖片
- Python實(shí)現(xiàn)圖片裁剪的兩種方式(Pillow和OpenCV)
- python實(shí)現(xiàn)對圖片進(jìn)行旋轉(zhuǎn),放縮,裁剪的功能
- python通過opencv實(shí)現(xiàn)圖片裁剪原理解析
- python opencv對圖像進(jìn)行旋轉(zhuǎn)且不裁剪圖片的實(shí)現(xiàn)方法
- Python OpenCV實(shí)現(xiàn)裁剪并保存圖片
