基于python+opencv的图像目标区域自动提取
向AI转型的程序员都关注了这个号????????????
机器学习AI算法工程 公众号：datayx
一、提取纸张中的内容
一张照片中的感兴趣区域总是沿着x,y,z三个轴都有一定倾斜（如下图），要想把照片翻转到平行位置，需要进行透视变换，而透视变换需要同一像素点变换前后的坐标。由此可以想到，提取矩形区域四个角的坐标作为变换前的坐标，变换后的坐标可以设为照片的四个角落，经过投影变换，矩形区域将会翻转并充满图像。
因此我们要解决的问题变为：提取矩形的四个角落、进行透视变换。
提取矩形角落坐标
矩形的检测主要是提取边缘，图片显示部分的亮度通常高于周围环境，我们可以将图片阈值化，将图片部分与周围环境明显的分别开来，这对后边的边缘检测非常有帮助。
检测矩形并提取坐标需要对图像进行预处理、边缘检测、提取轮廓、检测凸包、角点检测。
1、预处理转为灰度图
由于手机拍摄的照片像素可能会很高，为了加快处理速度，我们首先将图像转化为灰度图
image = cv2.imread(Config.src)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
srcWidth, srcHeight, channels = image.shape
print(srcWidth, srcHeight)
2、中值滤波
binary = cv2.medianBlur(gray,7)
3、转化为二值图像
ret, binary = cv2.threshold(binary, Config.threshold_thresh, 255, cv2.THRESH_BINARY)
cv2.imwrite("1-threshold.png", binary, [int(cv2.IMWRITE_PNG_COMPRESSION), 9])
此时图片已经变成了这个样子：
可见纸张页面部分已经与背景环境分离开来。
4、边缘检测与轮廓处理
我们用Canny算子边缘检测，提取轮廓
# canny提取轮廓
binary = cv2.Canny(binary, 0, 60, apertureSize = 3) cv2.imwrite("3-canny.png", binary, [int(cv2.IMWRITE_PNG_COMPRESSION), 9])
5、提取面积最大的轮廓并用多边形将轮廓包围
模板识别：使用OpenCV实现基于特征的图像对齐
中文简历表格提取，手写汉字识别(Python+OpenCV)
票据图片复杂表格框识别(票据单元格切割)
二、使用Python和OpenCV检测和标记湖面轮廓
我们将使用OpenCV探测地图中湖面的轮廓，并标记面积最大的湖面。
通过OpenCV提供的cv2.imread可以读入原始图片，读入的图片被表示成一个三维数组的结构，可以通过数组下标访问每一个点的颜色信息。
图片中面区域的RGB颜色为[170,218,255]，我们只需要在图片上检查具有这种颜色的区域，这里我们允许正负10的偏差。另外注意，在OpenCV颜色表示的顺序稍有不同，OpenCV采用的BGR顺序。
OpenCV提供了cv2.inRange函数，这个函数对图片进行二值化处理，将不在阀值范围内的点变换为黑色点[0,0,0]，处于范围内的点变换为白色点[255,255,255]。
上面的代码中，cv2.inRange函数处理后图片后，调用cv2.imshow显示处理后的二值化图片：
OpenCV提供了cv2.findContours()函数提取二值化图像的轮廓。对上面生成图片上执行这个函数就可以返回该图片的区域轮廓。由于执行该函数时会直接修改图像，因此我们复制一份图像之传给cv2.findContours()；同时，OpenCV提供了cv2.drawContour()函数绘可以把轮廓叠加到另一张图片上。
下面的代码使用cv2.findContours()函数对mask图片提取轮廓，并调用cv2.drawContour()把轮廓叠加在原始图像。
我们可以看见所有湖面被标记，如下图：
现在我们对返回的轮廓就进行排序，第一个轮廓就是面积最大的。
阅读过本文的人还看了以下文章：
【全套视频课】最全的目标检测算法系列讲解，通俗易懂！
《美团机器学习实践》_美团算法团队.pdf
《深度学习入门：基于Python的理论与实现》高清中文PDF+源码
python就业班学习视频，从入门到实战项目
2019最新《PyTorch自然语言处理》英、中文版PDF+源码
《21个项目玩转深度学习：基于TensorFlow的实践详解》完整版PDF+附书代码
《深度学习之pytorch》pdf+附书源码
PyTorch深度学习快速实战入门《pytorch-handbook》
【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》
《Python数据分析与挖掘实战》PDF+完整源码
汽车行业完整知识图谱项目实战视频(全23课)
李沐大神开源《动手学深度学习》，加州伯克利深度学习（2019春）教材
笔记、代码清晰易懂！李航《统计学习方法》最新资源全套！
《神经网络与深度学习》最新2018版中英PDF+源码
将机器学习模型部署为REST API
FashionAI服装属性标签图像识别Top1-5方案分享
重要开源！CNN-RNN-CTC 实现手写汉字识别
yolo3 检测出图像中的不规则汉字
同样是机器学习算法工程师，你的面试为什么过不了？
前海征信大数据算法：风险概率预测
【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目，让你掌握深度学习图像分类
VGG16迁移学习，实现医学图像识别分类工程项目
特征工程(一)
特征工程(二) :文本数据的展开、过滤和分块
特征工程(三):特征缩放,从词袋到 TF-IDF
特征工程(四): 类别特征
特征工程(五): PCA 降维
特征工程(六): 非线性特征提取和模型堆叠
特征工程(七)：图像特征提取和深度学习
如何利用全新的决策树集成级联结构gcForest做特征工程并打分？
Machine Learning Yearning 中文翻译稿
蚂蚁金服2018秋招-算法工程师（共四面）通过
全球AI挑战-场景分类的比赛源码(多模型融合)
斯坦福CS230官方指南：CNN、RNN及使用技巧速查（打印收藏）
python+flask搭建CNN在线识别手写中文网站
中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程
不断更新资源
深度学习、机器学习、数据分析、python
搜索公众号添加： datayx
长按图片，识别二维码，点关注