python图像提取目标区域_基于python opencv的图像目标区域自动提取

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。