Python CV2图像鼠标选择任意区域截图
Python CV2实现鼠标选择任意区域截图
- 前言
- 实现流程
- 结果分析
- 附件
前言
网上Opencv实现此功能的资源较多，但是想用python实现却没有相关资源，所以自己参考其他C++程序实现了这个功能。但中间还有一些问题需要改进，由于时间问题，只是简单实现了这个功能，其中还有可改进的地方，欢迎留言讨论改进。
完整代码放在附件中，需要请自取。
本文所用CV2模块版本为opencv-python== 4.5.2.52
实现流程
主流程:
Created with Raphaël 2.3.0 新建窗口显示图像 鼠标左键按下为起始点 鼠标移动且左键拖拽绘制轨曲线 鼠标左键抬起 **拖拽划线区域转换为完全封闭区域** 对区域轨迹进行边缘提取
- 首先新建图像窗口显示图像并响应鼠标事件
path = 'example.jpg'
img = cv2.imread(path)
cv2.namedWindow("")
cv2.setMouseCallback("",on_mouse,0)
cv2.imshow("",img)
- 改写响应函数，当鼠标左键按下时，描绘一个点并作为起始点
if event == cv2.EVENT_LBUTTONDOWN:
Start_point = [x,y] #获取起始点，并保存
points.append(Start_point)
cv2.circle(img,tuple(Start_point),1,(255,255,255),0)
cv2.imshow("",img)
- 当鼠标在图像上移动且为左键拖拽状态时，按照鼠标轨迹绘制线
elif event == cv2.EVENT_MOUSEMOVE and flags == cv2.EVENT_FLAG_LBUTTON:
Cur_point = [x,y]
# print(points)
cv2.line(img,tuple(points[-1]),tuple(Cur_point),(255,255,255)) #以上一个点和当前点为起始和结束点，绘制轨迹
cv2.imshow("",img)
points.append(Cur_point)
- 当鼠标左键抬起时，记录此时点为终点，由于我们所选择区域必须为封闭区域，所以将终点坐标改为起点坐标，绘制完整轮廓。
elif event == cv2.EVENT_LBUTTONUP:
Cur_point=Start_point
cv2.line(img,tuple(points[-1]),tuple(Cur_point),(255,255,255))
cv2.circle(img,tuple(Cur_point),1,(255,255,255))
- 由于鼠标响应或移动过快，此时绘制的轨迹线并不是一个完全封闭的曲线（会存在一些缺失点），所以采用了泛洪填充算法使轨迹曲线完全闭合。
cv2.floodFill(img,mask_img,(x,y),(255,255,255),cv2.FLOODFILL_FIXED_RANGE)
- 最后对完整轨迹线的图像进行二值化处理后进行轮廓识别，将得到的轮廓图像作为模板，保留模板区域内的图像。
PS:此处创建一个模板cimg,然后绘制刚才轮廓，且将轮廓内像素外设置为（0，0，0），cv2.bitwise_or()函数作用是按位或。
cimg = np.zeros_like(img)
cimg[:, :, :] = 255
cv2.drawContours(cimg, contours, 1, color=(0, 0, 0), thickness=-1)
cv2.imshow('mask', cimg) # 将零件区域像素值设为(0, 0, 0)
cv2.waitKey(0)
final = cv2.bitwise_or(copyImg, cimg)
结果分析
第一行中左边位原始图像，右为鼠标绘制的任意区域
第二行中左边为模板图像，右为依据模板得到的绘制区域的截图
附件
import cv2
import os
import numpy as np
import copy
points = []
def on_mouse(event,x,y,flags,param):
global points, img,Cur_point,Start_point
copyImg = copy.deepcopy(img)
h,w = img.shape[:2]
mask_img = np.zeros([h+2,w+2],dtype=np.uint8)
if event == cv2.EVENT_LBUTTONDOWN:
Start_point = [x,y]
points.append(Start_point)
cv2.circle(img,tuple(Start_point),1,(255,255,255),0)
cv2.imshow("",img)
elif event == cv2.EVENT_MOUSEMOVE and flags == cv2.EVENT_FLAG_LBUTTON:
Cur_point = [x,y]
# print(points)
cv2.line(img,tuple(points[-1]),tuple(Cur_point),(255,255,255))
cv2.imshow("",img)
points.append(Cur_point)
elif event == cv2.EVENT_LBUTTONUP:
Cur_point=Start_point
cv2.line(img,tuple(points[-1]),tuple(Cur_point),(255,255,255))
cv2.circle(img,tuple(Cur_point),1,(255,255,255))
ret, image, mask, rect = cv2.floodFill(img,mask_img,(x,y),(255,255,255),cv2.FLOODFILL_FIXED_RANGE)
cv2.imwrite("maskImage.jpg",img)
print(np.shape(image))
segImg = np.zeros((h,w,3),np.uint8)
src =cv2.bitwise_and(img,image)
cv2.imwrite("segImg.jpg",src)
cv2.waitKey(0)
img = cv2.imread('segImg.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY_INV) # opencv里面画轮廓是根据白色像素来画的，所以反转一下。
ret, binary = cv2.threshold(gray, 240, 255, cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
contours.sort(key=lambda c: cv2.contourArea(c), reverse=True)
cv2.drawContours(copyImg, contours, -1, (0, 0, 255), 3)
cv2.imshow('RoiImg', copyImg) # 只显示零件外轮廓
cv2.waitKey(0)
cimg = np.zeros_like(img)
cimg[:, :, :] = 255
cv2.drawContours(cimg, contours, 1, color=(0, 0, 0), thickness=-1)
cv2.imshow('maskImg', cimg) # 将零件区域像素值设为(0, 0, 0)
cv2.waitKey(0)
final = cv2.bitwise_or(copyImg, cimg)
cv2.imshow('finalImg', final) # 执行或操作后生成想要的图片
cv2.waitKey(0)
if __name__ == "__main__":
path = 'example.jpg'
img = cv2.imread(path)
cv2.namedWindow("")
cv2.setMouseCallback("",on_mouse,0)
cv2.imshow("",img)
cv2.waitKey(0)
cv2.destroyAllWindows()