Обрезка изображений в OpenCV с использованием Python

Быстрый ответ

Для осуществления обрезки изображения в OpenCV, вам необходимо определить область и воспользоваться срезом массива:

import cv2

# Производим загрузку изображения
image = cv2.imread('image.jpg')

# Выделяем необходимый фрагмент: image[y1:y2, x1:x2]
cropped = image[30:120, 100:200]

# Показываем обрезанное изображение
cv2.imshow('Обрезанное', cropped)
cv2.waitKey(0)
cv2.imwrite('cropped.jpg', cropped)

Выбор начальных координат (30, 100) и конечных (120, 200) зависит от того, какую часть изображения вы желаете сохранить.

Основы обрезки изображений в OpenCV

Обрезка изображений в OpenCV основана на принципе манипулирования изображениями как массивами numpy. Изменяя срезы массивов, мы производим изменение самого изображения. Важно помнить, что все операции производятся из точки (0,0), которая находится в верхнем левом углу, и следует убедиться, что заданный диапазон для обрезки не выходит за рамки исходного изображения.

Продвинутые советы и трюки

Управление памятью 101: Использование .copy()

Применяйте метод .copy() для создания автономной копии обрезанного фрагмента изображения:

cropped = image[startY:endY, startX:endX].copy()

Данный метод предотвратит возможные случайные изменения в исходном изображении.

Точное определение области: Практический подход и точность

Очень важно тщательно подходить к выбору координат для обрезки (x1, y1, x2, y2), так как это обеспечивает точность всего процесса.

Обработка случаев выхода за границы: Проверки и наполнения

Если область обрезки выходит за пределы изображения, примените следующие методы:

• Проверка границ:

height, width = image.shape[:2]
startX = max(0, startX)
startY = max(0, startY)
endX = min(width, endX)
endY = min(height, endY)
cropped = image[startY:endY, startX:endX]

• Добавление рамки:

image_with_border = cv2.copyMakeBorder(image, top, bottom, left, right, cv2.BORDER_CONSTANT)

Отладка проблем при обрезке

Навыки визуализации выбранной области, например рисования на ней прямоугольника, а также запись размеров области помогут вам при сравнении и верификации.

Визуализация

Здесь можно представить процесс обрезки в OpenCV как фотографирование определенной области экрана:

🖼️ Исходное изображение: [Просторный ландшафт с горами и небом]

Обрезка – это выделение определенного фрагмента кадра:

🖼️ [Полный ландшафт] ➡️ [🏔️ Только горы 🏔️]

А спецификация координат – это определение целевого участка:

# Вводим параметры области обрезки
crop_window = (startX, startY, width, height)

# Получаем обрезанное изображение
cropped_image = image[startY:endY, startX:endX]

Вуаля! Обрезка выполнена безупречно.

Продвинутые области обрезки изображений

Магический путь: Непрямоугольная обрезка

OpenCV позволяет осуществлять обрезку непрямоугольных форм с помощью маскирования:

mask = np.zeros(image.shape[:2], dtype="uint8")
cv2.circle(mask, (cX, cY), radius, 255, -1)
masked = cv2.bitwise_and(image, image, mask=mask)

Обрезка для машинного обучения: Выделение свойств

Техника обрезки может быть применена в аугментации данных в машинном обучении для акцентуации на важных участках изображений.

Исследовательский подход: Анализ обрезанных изображений

После обрезки не упустите возможность проанализировать полученные данные, например, использованием цветовых гистограмм и обнаружения особенностей.

Полезные материалы

1. Как выполнить обрезку изображения в OpenCV с использованием Python – Stack Overflow — дискуссии и подходы к обрезке.
2. OpenCV: Геометрические преобразования изображений — официальный гид по преобразованиям.
3. Обрезка изображения с помощью OpenCV – PyImageSearch — детальное пособие с примерами.
4. OpenCV: Визуализация пользовательского интерфейса — гайд по инструментам визуализации.
5. Python OpenCV | Метод cv2.imread() – GeeksforGeeks — введение в работу с изображениями в OpenCV.