【瑕疵检测—阈值分割批量截取roi区域并保存到文件夹】

功能说明

利用阈值分割，进行截取roi区域并保存到文件夹

小姐姐就喜欢你这样努力学习的样子！

代码实现

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2021/06/23
# @Author  : Wupke
# Purpose: 利用阈值分割，批量截取roi区域并保存

import cv2
import os
import copy
import numpy as np

file_dir = "E:\Desktop\\text_roi_cut\\test_cut\\"  # 图片读入路径
roi_save_path ="E:\Desktop\\text_roi_cut\\test_cut\\roi_cut\\" # roi 存放路径

def roi_cut():
    
    for root, dirs, files in os.walk(file_dir): 
# root 所指的是当前正在遍历的这个文件夹的本身的地址
# dirs 是一个 list，内容是该文件夹中所有的目录的名字(不包括子目录)
# files 同样是 list , 内容是该文件夹中所有的文件(不包括子目录)
        for file in files:  # 遍历文件见中的图片
            myimage = cv2.imread(file_dir + file)  #  以路径＋文件名，读入初始图片 
            # print(file_dir + file)
            resize = myimage.shape
            #image.shape
            #myimage.shape[0][1][2],依次为图像的垂直方向像素值，水平方向像素值，通道数
            # print(resize[1])

            myimage1 = copy.deepcopy(myimage)  # 深层复制
            gray = cv2.cvtColor(myimage, cv2.COLOR_BGR2GRAY)  # 转灰度图
            ret, binary = cv2.threshold(gray, 30, 255, 0)     # 自适应二值化

            contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE);  # 查找所有轮廓，每个轮廓信息保存于contours数组中
            img = cv2.drawContours(myimage, contours, -1, (0, 255, 0), 1, 8); # 绘制轮廓线或填充轮廓线,在二进制图像中检索连接组件并给它们贴上标签
            
        
            test_point = (resize[1]*4/5, resize[0]/2)
            # print(test_point)
            # counter = 0
           #  ROI和原图进行与运算，筛出原图中的ROI区域
            for i in range(len(contours)-1):
                area = cv2.contourArea(contours[i])    # 感兴趣区轮廓部分的起点和终点，默认计算整个轮廓的面积
                
                flag = cv2.pointPolygonTest(contours[i], test_point, False)   # 轮廓对比
                # print(flag)
                if area > 15000 and flag==1:
                    # counter = counter + 1
                    # print(contours[i])
                    # print(area)
                    
                    contour = contours[i]

                    bounding_box = cv2.boundingRect(contour)  # 计算轮廓的垂直边界最小矩形，矩形是与图像上下边界平行的
                    [x, y, w, h] = bounding_box   
            # print(counter)

            # 截取roi并保存
            myimage2 = myimage1[y:y + h, x:x + w]
            
            if not os.path.exists(roi_save_path):
                os.mkdir(roi_save_path)
            cv2.imwrite(roi_save_path + file, myimage2)

            # cv2.imshow("Hello", myimage2)
            # cv2.waitKey(0)
            # cv2.destroyAllWindows()
            
if __name__ == "__main__":
    test = roi_cut()

效果展示

原图

截取的roi 区域

保存

知识补充点

① #!/usr/bin/env python 与 #!/usr/bin/python

脚本语言的第一行，目的就是指出，你想要你的这个文件中的代码用什么可执行程序去运行它.
#!/usr/bin/python是告诉操作系统执行这个脚本的时候，调用/usr/bin下的python解释器；
#!/usr/bin/env python这种用法是为了防止操作系统用户没有将python装在默认的/usr/bin路径里。当系统看到这一行的时候，首先会到env设置里查找python的安装路径，再调用对应路径下的解释器程序完成操作。
#!/usr/bin/python相当于写死了python路径;
#!/usr/bin/env python会去环境设置寻找python目录,推荐这种写法

② flag ==1

flag作为if的判断条件，原值为0，当满足while里的if语句，flag=1，即为找到x满足if语句的条件，然后跳出循环，
flag作为一个标识，如果找到了满足条件的x，那么在下面的if-else语句中将输出正确的x，否则表示没找到

Reference

https://blog.csdn.net/achacuo3822/article/details/101714431
https://blog.csdn.net/weixin_42251888/article/details/112036770