python JPG图片手动圈画掩膜Mask轮廓ROI

已于 2022-11-12 14:58:19 修改
阅读量2.3k 收藏 16
点赞数 2
于 2022-11-11 20:16:05 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ChloeMax_/article/details/127812495
版权

python opencv 计算机视觉

首先尝试实现一张JPG图片的勾画
注：opencv2键鼠操作可参考本博主的文章：python-opencv控制鼠标操作

import numpy as np
import cv2 as cv
from matplotlib import pylab as plt

def drawing(event, x, y, flags, param):
    global img #声明img为全局变量以在drawing函数内部使用img
    if event == 0 and flags == 1: #发现鼠标移动且左键按下
        print(x,y,"\n") #x y为此时鼠标坐标
        cv.circle(img, (x, y), 1, (71,0, 255), -1) #img图像为底 在(x,y)处画一个大小为1的点,其颜色为(71,0,255)(RGB)
        cv.imshow('img1', img) #显示新的img图像与窗口
       
        

img = cv.imread(r'C:\Users\Miao\Desktop\T1jpg\IMG-0003-00001.jpg')#读取jpg文件
cv.namedWindow("img1")#命名窗口为img1
cv.moveWindow('img1',100,100)#将名为img1的窗口移动到屏幕100,100的位置
cv.setMouseCallback('img1', drawing)#将名为img1的窗口与IO操作函数drawing关联
cv.imshow('img1', img)#显示名为img1的窗口,窗口内图片为刚读取的JPG图像:img
cv.waitKey(0)#等待操作
cv.destroyAllWindows()#关闭窗口

运行可以得到如下图窗口 按下鼠标左键并移动即可画图
注意：若移动过快则会画出许多点，所以请勿勾画过快
在这里插入图片描述
目前我们只实现了一张图像的勾画，怎样才能实现多张图像的快速勾画呢？
比如使用鼠标滚轮快速切换图像
听起来很简单，但也是需要做不少修改的，需要我们理解opencv2窗口、图像、IO函数的机制，以五张图像为例，代码如下(为方便大家理解，未采用循环操作，请大家在自己代码中自行更改)：

import numpy as np
import cv2 as cv
from matplotlib import pylab as plt

now=0 #从第一张图片开始 意为当前为第几张图片
im=[] #用来存储所有图片
imgs='image'+str(now) #当前窗口名 根据now进行修改以实现窗口切换


def drawing(event, x, y, flags, param):

    global imgs
    global now
    global im
    
    if event == 0 and flags == 1: #检测到鼠标移动且左键按下
        print(x,y,"\n")
        cv.circle(im[now], (x, y), 1, (71,0, 255), -1)
        cv.imshow(imgs, im[now])
    elif event==10: #检测到滚轮滑动
        cv.destroyAllWindows() #先关闭当前窗口
        if(flags<0): #如果是下滑
            now+=1 #图片切换到下一张
            if(now>(num-1)):now=0 #若超过最大图片数则置为第一张循环开始
            imgs='image'+str(now) #窗口名也随之进行修改
            cv.namedWindow(imgs) #建立新的窗口
            cv.moveWindow(imgs,100,100) #移动新的窗口
            cv.setMouseCallback(imgs, drawing) #为新的窗口关联IO函数
            cv.imshow(imgs, im[now]) #显示新的窗口 
        else: #如果是上滑
            now-=1 #切换到上一张
            if(now<0):now=num-1 #若当前为第一张 则切换为最后一张进行循环
            imgs='image'+str(now) #以下同上
            cv.namedWindow(imgs)
            cv.moveWindow(imgs,100,100)
            cv.setMouseCallback(imgs, drawing)  
            cv.imshow(imgs, im[now])
       
        
num = 5 #共五张图片
#依次读取五张图片
img = cv.imread(r'C:\Users\Miao\Desktop\T1jpg\IMG-0003-00001.jpg')
img2 = cv.imread(r'C:\Users\Miao\Desktop\T1jpg\IMG-0003-00002.jpg')
img3 = cv.imread(r'C:\Users\Miao\Desktop\T1jpg\IMG-0003-00003.jpg')
img4 = cv.imread(r'C:\Users\Miao\Desktop\T1jpg\IMG-0003-00004.jpg')
img5 = cv.imread(r'C:\Users\Miao\Desktop\T1jpg\IMG-0003-00005.jpg')
#将图片数据保存在im列表中
im.append(img)
im.append(img2)
im.append(img3)
im.append(img4)
im.append(img5)

#↓↓↓↓↓↓↓↓↓先建立第一张图片的窗口↓↓↓↓↓↓↓↓↓
cv.namedWindow(imgs) 
cv.moveWindow(imgs,100,100)
cv.setMouseCallback(imgs, drawing)
cv.imshow(imgs, im[now])
    
cv.waitKey(0)
cv.destroyAllWindows()

由此一来，便实现了滚轮快速切换勾画图像的需求。

现在只实现了画图而已，MASK掩膜其实是勾画内部全部为1，外部全部为0的图像，与原JPG文件并无关系，所以我们需要记录勾画的坐标然后找到内部的点并将其置为1，其余置为0

先尝试记录下每张图像勾画的坐标

import numpy as np
import cv2 as cv
from matplotlib import pylab as plt

num = 5
now=0
im=[]
XY=[] #XY用来存储五张图片各自勾画的坐标
imgs='image'+str(now)
for i in range(num):
    XY.append([])



def drawing(event, x, y, flags, param):
    global imgs #窗口名
    global now #当前图片
    global im #所有图片
    if event == 0 and flags == 1: #鼠标移动 and 左键按下
    	#注：为了加快运算速度，勾画时不会存储本图片已勾画过的点
        if([x,y] not in XY[now]): #若当前点未记录则添加
            XY[now].append([x,y])
        if([x+1,y+1] not in XY[now]):#将当前点与附近的点都添加进勾画坐标以防止出现间隙
            XY[now].append([x+1,y+1])
        if([x-1,y-1] not in XY[now]):
            XY[now].append([x-1,y-1])
        if([x+1,y-1] not in XY[now]):
            XY[now].append([x+1,y-1])
        if([x-1,y+1] not in XY[now]):
            XY[now].append([x-1,y+1])
        if([x+1,y] not in XY[now]):
            XY[now].append([x+1,y])
        if([x-1,y] not in XY[now]):
            XY[now].append([x-1,y])
        if([x,y+1] not in XY[now]):
            XY[now].append([x,y+1])
        if([x,y-1] not in XY[now]):
            XY[now].append([x,y-1])
        cv.circle(im[now], (x, y), 1, (71,0, 255), -1)
        cv.imshow(imgs, im[now])
    elif event==10: #滚轮
        cv.destroyAllWindows()
        if(flags<0): #向下滚
            now+=1
            if(now>num-1):now=0
            imgs='image'+str(now)
            cv.namedWindow(imgs)
            cv.moveWindow(imgs,100,100)
            cv.setMouseCallback(imgs, drawing)  
            cv.imshow(imgs, im[now])
        else: #向下滚
            now-=1
            if(now<0):now=num-1
            imgs='image'+str(now)
            cv.namedWindow(imgs)
            cv.moveWindow(imgs,100,100)
            cv.setMouseCallback(imgs, drawing)  
            cv.imshow(imgs, im[now])
       
        

img = cv.imread(r'C:\Users\Miao\Desktop\T1jpg\IMG-0003-00001.jpg')
img2 = cv.imread(r'C:\Users\Miao\Desktop\T1jpg\IMG-0003-00002.jpg')
img3 = cv.imread(r'C:\Users\Miao\Desktop\T1jpg\IMG-0003-00003.jpg')
img4 = cv.imread(r'C:\Users\Miao\Desktop\T1jpg\IMG-0003-00004.jpg')
img5 = cv.imread(r'C:\Users\Miao\Desktop\T1jpg\IMG-0003-00005.jpg')
im.append(img)
im.append(img2)
im.append(img3)
im.append(img4)
im.append(img5)
cv.namedWindow(imgs)
cv.moveWindow(imgs,100,100)
cv.setMouseCallback(imgs, drawing)
cv.imshow(imgs, im[now])
    
cv.waitKey(0)
cv.destroyAllWindows()

XY数据如下图所示 其中图片0 1 2被勾画 3 4未勾画
在这里插入图片描述
现在我们便成功得到了勾画坐标，进行一些处理便可以生成MASK掩膜文件
①找到勾画内部的坐标点
②将圈画及内部置为1，外部置为0
③优化速度

找到内部坐标点最稳定的方法就是检测当前点的上下左右是否含有勾画点，缺点是速度比较慢，但可以通过一些优化大大加快其速度
请注意： 代码中图像存储行列大小与此处分辨率应做调换 详见代码及注释在这里插入图片描述

完整代码如下：

import numpy as np
import cv2 as cv
from matplotlib import pylab as plt

num = 5
now=0
im=[]
XY=[]
imgs='image'+str(now)
for i in range(num):
    XY.append([])


#检测左侧是否有勾画点
def left(ii,jj,l):
    for i in l:
        if(i[0]==ii and i[1]<jj):
            return True
    return False
#检测右侧是否有勾画点
def right(ii,jj,l):
    for i in l:
        if(i[0]==ii and i[1]>jj):
            return True
    return False
#检测上侧是否有勾画点
def up(ii,jj,l):
    for i in l:
        if(i[1]==jj and i[0]<ii):
            return True
    return False
#检测下侧是否有勾画点
def down(ii,jj,l):
    for i in l:
        if(i[1]==jj and i[0]>ii):
            return True
    return False 

def drawing(event, x, y, flags, param):
    global imgs
    global now
    global im
    if event == 0 and flags == 1: #鼠标移动 and 左键按下
        if([x,y] not in XY[now]):
            XY[now].append([x,y])
        if([x+1,y+1] not in XY[now]):
            XY[now].append([x+1,y+1])
        if([x-1,y-1] not in XY[now]):
            XY[now].append([x-1,y-1])
        if([x+1,y-1] not in XY[now]):
            XY[now].append([x+1,y-1])
        if([x-1,y+1] not in XY[now]):
            XY[now].append([x-1,y+1])
        if([x+1,y] not in XY[now]):
            XY[now].append([x+1,y])
        if([x-1,y] not in XY[now]):
            XY[now].append([x-1,y])
        if([x,y+1] not in XY[now]):
            XY[now].append([x,y+1])
        if([x,y-1] not in XY[now]):
            XY[now].append([x,y-1])
        cv.circle(im[now], (x, y), 1, (71,0, 255), -1)
        cv.imshow(imgs, im[now])
    elif event==10: #滚轮
        cv.destroyAllWindows()
        if(flags<0): #向下滚
            now+=1
            if(now>num-1):now=0
            imgs='image'+str(now)
            cv.namedWindow(imgs)
            cv.moveWindow(imgs,100,100)
            cv.setMouseCallback(imgs, drawing)  
            cv.imshow(imgs, im[now])
        else: #向下滚
            now-=1
            if(now<0):now=num-1
            imgs='image'+str(now)
            cv.namedWindow(imgs)
            cv.moveWindow(imgs,100,100)
            cv.setMouseCallback(imgs, drawing)  
            cv.imshow(imgs, im[now])
       
        

img = cv.imread(r'C:\Users\Miao\Desktop\T1jpg\IMG-0003-00001.jpg')
img2 = cv.imread(r'C:\Users\Miao\Desktop\T1jpg\IMG-0003-00002.jpg')
img3 = cv.imread(r'C:\Users\Miao\Desktop\T1jpg\IMG-0003-00003.jpg')
img4 = cv.imread(r'C:\Users\Miao\Desktop\T1jpg\IMG-0003-00004.jpg')
img5 = cv.imread(r'C:\Users\Miao\Desktop\T1jpg\IMG-0003-00005.jpg')
im.append(img)
im.append(img2)
im.append(img3)
im.append(img4)
im.append(img5)
cv.namedWindow(imgs)
cv.moveWindow(imgs,100,100)
cv.setMouseCallback(imgs, drawing)
cv.imshow(imgs, im[now])
    
cv.waitKey(0)
cv.destroyAllWindows()

img_size = [260, 320, 3] #根据自己的JPG图像修改前两个数据大小 与分辨率调换行列


for l in XY: #依次处理每张图片的勾画
    if(l):#若本图有勾画信息
        img2 = np.zeros(img_size, np.uint16)#先生成同型的全0数据
        for m in l:           
            img2[m[1]][m[0]]=[1,1,1]#若想可视化，请修改为[255,255,255]，但掩膜文件应全为1，方便后续处理
        iii=0
        jjj=0
        start=0 #当前行是否有勾画 
        for i in img2:
            jjj=0
            if(right(iii,jjj,l) or left(iii,jjj,l) or up(iii,jjj,l) or down(iii,jjj,l)):start=1 #若当前行有勾画则处理本行
            if(start):
                for j in i:
                    if(right(iii,jjj,l) and left(iii,jjj,l) and up(iii,jjj,l) and down(iii,jjj,l)):
                        img2[jjj][iii]=[1,1,1] #注：若想可视化请修改为[255,255,255],但制作掩膜需要使用[1,1,1]
                    jjj+=1
            start=0
            iii+=1
        #若需要可视化 请先将代码中[1,1,1]修改为[255,255,255]    
        #plt.figure(figsize=(26, 32))
        #ax = plt.subplot(3,1,1)
        #ax.imshow(img2)
        #ax.axis("off")

若将代码中[1,1,1]修改为[255,255,255]并取消最后四行的注释则可进行可视化
在这里插入图片描述

渺邈
关注
使用Python，OpenCV制作图像Mask——截取ROIs及构建透明的叠加层
qq_40985985的博客
07-04 3347
这篇博客将介绍如何使用OpenCV制作Mask图像掩码。使用位运算和图像掩码让我们只关注图像中感兴趣的部分。截取出任意区域的ROIs。
opencv-python基础用法详细代码-图片加载-ROI-边缘滤波-二值化-轮廓提取-膨胀腐蚀等
分享知识
07-28 1346
目录 1.1图像的导入和导出 1.2像素运算 1.3ROI与填充 1.4模糊操作 1.5边缘保留滤波 1.6图像二值化 1.7绘制外轮廓 1.8对象测量 1.9区分指定外轮廓 1.10腐蚀与膨胀 1.11开闭操作 可以下面代码直接运行，也可以看我的b站视频，有配套的教学，代码演示，有问题的可以留言。b站视频传送门 ...
用Python实现通过手动绘制，获得图片中物体的掩膜图片
weixin_42609225的博客
01-05 518
可以使用 OpenCV 库来实现这个功能。首先，你需要将图片载入并转换为灰度图像，这样更容易处理。然后，你可以使用 cv2.threshold() 函数来二值化图像，将像素值大于某个阈值的像素赋值为 255(白色)，其余像素赋值为 0(黑色)。然后，你可以使用 cv2.findContours() 函数来查找图像中所有的轮廓。最后，你可以使用 cv2.drawContours() 函数来绘制轮廓，...
【OpenCV+Python】轮廓检测及绘制，可用以生成对应于不规则形状ROI区域的mask
热门推荐
Panonsense
04-16 1万+
\在OpenCV中文论坛上很多人问到这样的问题，如何对图像的不规则区域设置ROI，即设置敏感区域，以用来做相关的图像处理。 根据若干博文的整理及自己的点点经验，在此进行简单的归纳： 第一部分主要叙述C++中对于不规则区域设置ROImask的方法，第二部分主要叙述Python中对于不规则区域检测及绘制轮廓的方法。
根据轮廓点坐标生成mask（java + opencv实现）
TongHB__的博客
11-21 3074
根据轮廓点坐标生成mask（java + opencv实现） 1. 背景 实验室的项目中有一个需求是：用户在前端界面的一张图片上勾勒出自己感兴趣的区域，后台根据该区域的顶点坐标生成一个mask。实际场景如下图所示。 2. 方法 目前已找到两种方式实现上述需求： 使用OpenCV提供的API； 利用OpenCV填充的思想（漫水填充法）自己写代码实现。 2.1 使用OpenCV提供的API实现 2.1.1 依赖文件下载 在使用OpenCV提供的API之前，需要事先配置好环境。先从opencv官网上下载所需
python使用opencv查找轮廓_如何使用opencv和Python在ROI中找到轮廓？
weixin_39937447的博客
12-06 142
Im trying to find contours in a specific area of the image. Is it possible to just show the contours inside the ROI and not the contours in the rest of the image? I read in another similar post that I...
python读什么类型文件最快的软件_.dcm格式文件软件读取及python处理详解
weixin_39548438的博客
11-28 169
要处理一些.DCM格式的焊接缺陷图像，需要读取和显示.dcm格式的图像。通过搜集资料收集到一些医学影像，并通过pydicom模块查看.dcm格式文件。若要查看dcm格式文件，可下Echo viewer 进行查看。若用过pycharm进行处理，可选用如下的代码：# -*-coding:utf-8-*-import cv2import numpyimport dicomfrom matplotlib ...
用Python实现在图片上，通过鼠标，手动绘制物体轮廓，从而获得图片中物体的mask图片...
weixin_42575505的博客
01-05 730
可以使用 Python 的图像处理库 PIL 和 Tkinter 来实现。首先，使用 PIL 读入原始图片，然后使用 Tkinter 创建一个图形界面，在界面中显示读入的图片。然后，使用 Tkinter 中的鼠标事件，记录鼠标移动的轨迹，并在界面上绘制出来。最后，使用 PIL 将绘制的轮廓信息转换为 mask 图片。 以下是一个简单的例子，展示了如何使用 Tkinter 在图片上绘制红色的线条： ...
Python+Opencv2（二）图像的轮廓特征
cungudafa的博客
03-10 6209
文章目录一、前言二、Opencv提取图像轮廓1.提取轮廓2.轮廓特征3.凸包轮廓4.直方图5.重心6.傅里叶描述子三、完整代码 一、前言 博主的毕业设计：图像识别手语相关，这里用到了大量opencv关于图像的处理函数，记录一下。本文是图像轮廓的常用函数。 手势本身具有丰富的形变，运动以及纹理特征，选取合理的特征对于手势的识别至关重要。目前 常用的手势特征有:轮廓、边缘、图像矩、图像特征向量以及区...
python 图片匹配 轮廓 截取_python cv2截取不规则区域图片
weixin_39983384的博客
12-08 1393
知识掌握cv2.threshold()函数：设置固定级别的阈值应用于多通道矩阵，将灰度图像变换二值图像，或去除指定级别的噪声，或过滤掉过小或者过大的像素点。Python: cv2.threshold(src, thresh, maxval, type[, dst]) → retval, dst在其中：src：表示的是图片源thresh：表示的是阈值(起始值)maxval：表示的是最大值type：表...
python mask_Python-Opencv mask合并图片--Apple的学习笔记
weixin_39715348的博客
12-19 629
步骤1.先创建了抠图区域2.转为灰度图片3.通过灰度设置阈值对比，建立mask区域4.抠图区进行掩膜保护，留下需要的图片5.对贴图进行掩膜保护，留下需要的图片6.抠图区和贴图合并7.合并后再合并替换掉原来的大图区域8.显示最后的效果图代码importcv2importnumpyasnp#加载图像img1=cv2.imread('san.jpg')img2=cv2....
利用PS制作图像处理中的模板(掩膜)
qq_36712997的博客
04-28 3426
1. 背景 写这篇文字的原因是当时需要制作一个掩膜，但是在网上搜了一圈，没有特别满意的答案，导致自己多花了一点时间，希望这篇文章能让ps小白快速地制作出一个用于图像预处理的掩膜。 先来介绍一下环境 操作系统：win10 64 bits PS版本：Photoshop cc 2015.5 2. 任务描述 为了得到与原始图片相同尺寸大小的掩膜，从而能够利用掩膜提取原始图片中感兴趣的部分。 在介绍具体步骤...
opencv python掩码贴图 掩码遮罩
jacke121的专栏
04-11 1290
opencv python掩码贴图
保留三维体数据的mask的ROI区域---Python
songchunxiao1991的博客
03-26 1190
针对最近的心脏细分割/肝脏分割项目，任务的划分分为两个阶段： 1、心脏/肝脏的粗定位； 2、心脏/肝脏的细分割； 第一步：粗定位（在原始标记上获取ROI） def FindLabelBox3D(img, offset): ''' img:ct-label-data offset:copy-level ''' xdim = np.zeros(2) ...
手动在图像上画出mask
qq_43321078的博客
09-16 1497
手动在图像上画出mask 背景：实验中遇到了需要手动画一个在脑内某个小区域上的mask 然后在mask上进行操作的问题 最开始想自己建一个全零矩阵，然后在需要的地方填充1 方法可行，但因为ROI并不规则，所以难以使用循环，进而操作起来太麻烦 后来找到了两个MATLAB中已有的函数 drawpolygon and roipoly drawpolygon 说明文档的内容让我觉得它十分合适，但是在我的版本上好像用不了 然后继续找了很久找到了roipoly roipoly 在官方说明文档的图片和描述里看，这个
python教程：读取.dcm文件，并转化为.jpg格式
Python热爱者的博客
02-23 3034
.dcm文件是DICOM（Digital Imaging and Communications in Medicine）即医学数字成像和通信中记录医学图像和相关信息的文件，在用于医学图像处理的时候我们需要将·.dcm文件中的图像信息读取到python程序中来，下面展示了一个简单的示例。 安装pydicom 在python环境下安装pydicom只需要在命令行窗口中输入： pip install pydicom 实例如下： import pydicom import matplotlib.pyplot as
python-读取dcm文件-2021.5.24
xiuxiuxiu666的博客
06-02 7115
读取dcm文件 # 采用pydicom模块 import pydicom # 数据路径 file_path = r"C:\Users\孔啊吱\Desktop\kaggle_covid19\data\3dcdfc352a06.dcm" # read_file data0 = pydicom.read_file(file_path) # file_data = data0.pixel_array # print(file_data) # dcmread data1 = pydicom.dcmread(f.
Python读取DCM文件并保存为图片
最新发布
qq_42231043的博客
08-12 1620
Python读取DCM文件并保存为图片
opencv 去除玻璃蒙版_opencv-python掩膜操作
weixin_39897127的博客
01-28 452
时我们需要给一张图片添加logo，例如下图这样掩膜操作思路它的思想是：1.1 先将彩色图像转换为灰度图，然后利于阈值将图像二值化，变成非黑即白的形式，这样logo的蒙版就做好来了(学过PS的人应该很容易理解)；1.2 蒙版中黑色的区域表示删除掉该区域像素，白色表示保留该区域像素。黑色是0，白色是255；1.3 所以利用二值化得到的蒙版(掩膜)是剔除logo区域的。反之，是用来提出logo上的多余区...
opencv 手动画轮廓 生成掩膜
小丑X1的博客
04-19 1948
手动画轮廓，构成二值掩膜，鼠标事件回调
评论 10
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值