多边形roi,主要利用鼠标交互进行绘制:
1. 单击左键,选择多边形的点;
2. 单击右键,删除最近一次选择的点;
3. 单击中键,确定roi区域并可视化。
4. 按”s“键,将多边形roi区域的点保存到本地”config.pkl"文件中。
话不多说,以下是核心代码
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()
绘制不规则多边形:
然后按鼠标中间
补充
当然python+opencv还可以获取rgb图像规则的roi区域
以下是实现代码
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()
原图:
roi显示
到此这篇关于python+opencv进行不规则多边形roi区域提取的文章就介绍到这了,更多相关python opencv roi提取内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持!