【转】Python 边缘检测裁切图片

如何自动裁剪此图片中灰色的白色部分？

---

边缘检测裁剪图片中需要的部分

 

我想裁剪出灰色内部的白色部分，并将其另存为数千张图片的新图片。可以通过PIL或opencv完成吗？如果可以，怎么办？图片如下所示：

 

我知道PIL库中有n个功能，但是如何使脚本自动在灰色中找到白色部分？白色部分有时在其中包含其他图像，有时甚至在其中包含文本。因此，在本示例中，白色部分并不总是空白的白色，也不是黑色的框架。

 

解决方案

---

这是主要思想：

• 将图像转换为灰度并模糊图像
• 执行Canny边缘检测
• 查找图像轮廓并查找每个轮廓的区域
• 过滤出最大轮廓区域并裁剪出ROI区域

卡尼边缘检测

 

现在，我们遍历每个轮廓并过滤出最大轮廓，该轮廓以绿色突出显示。

 

从边界框坐标裁剪ROI

 

import numpy as np
import cv2

original_image = cv2.imread("1.png")
image = original_image.copy()
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blurred = cv2.GaussianBlur(gray, (3, 3), 0)
canny = cv2.Canny(blurred, 120, 255, 1)

# Find contours in the image
cnts = cv2.findContours(canny.copy(), cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]

# Obtain area for each contour
contour_sizes = [(cv2.contourArea(contour), contour) for contour in cnts]

# Find maximum contour and crop for ROI section
if len(contour_sizes) > 0:
    largest_contour = max(contour_sizes, key=lambda x: x[0])[1]
    x,y,w,h = cv2.boundingRect(largest_contour)
    cv2.rectangle(image, (x, y), (x + w, y + h), (36,255,12), 2)
    ROI = original_image[y:y+h, x:x+w]
    cv2.imshow("ROI", ROI) 

cv2.imshow("canny", canny) 
cv2.imshow("detected", image) 
cv2.waitKey(0)

【感谢原作者】

作者：黑洞官方问答小能手

链接： https://www.pythonheidong.com/blog/article/362716/

来源： python黑洞网