基于python+opencv的图像目标区域自动提取


向AI转型的程序员都关注了这个号????????????

机器学习AI算法工程   公众号:datayx


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。


阅读过本文的人还看了以下文章:

【全套视频课】最全的目标检测算法系列讲解,通俗易懂!

《美团机器学习实践》_美团算法团队.pdf

《深度学习入门:基于Python的理论与实现》高清中文PDF+源码

python就业班学习视频,从入门到实战项目

2019最新《PyTorch自然语言处理》英、中文版PDF+源码

《21个项目玩转深度学习:基于TensorFlow的实践详解》完整版PDF+附书代码

《深度学习之pytorch》pdf+附书源码

PyTorch深度学习快速实战入门《pytorch-handbook》

【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》

《Python数据分析与挖掘实战》PDF+完整源码

汽车行业完整知识图谱项目实战视频(全23课)

李沐大神开源《动手学深度学习》,加州伯克利深度学习(2019春)教材

笔记、代码清晰易懂!李航《统计学习方法》最新资源全套!

《神经网络与深度学习》最新2018版中英PDF+源码

将机器学习模型部署为REST API

FashionAI服装属性标签图像识别Top1-5方案分享

重要开源!CNN-RNN-CTC 实现手写汉字识别

yolo3 检测出图像中的不规则汉字

同样是机器学习算法工程师,你的面试为什么过不了?

前海征信大数据算法:风险概率预测

【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目,让你掌握深度学习图像分类

VGG16迁移学习,实现医学图像识别分类工程项目

特征工程(一)

特征工程(二) :文本数据的展开、过滤和分块

特征工程(三):特征缩放,从词袋到 TF-IDF

特征工程(四): 类别特征

特征工程(五): PCA 降维

特征工程(六): 非线性特征提取和模型堆叠

特征工程(七):图像特征提取和深度学习

如何利用全新的决策树集成级联结构gcForest做特征工程并打分?

Machine Learning Yearning 中文翻译稿

蚂蚁金服2018秋招-算法工程师(共四面)通过

全球AI挑战-场景分类的比赛源码(多模型融合)

斯坦福CS230官方指南:CNN、RNN及使用技巧速查(打印收藏)

python+flask搭建CNN在线识别手写中文网站

中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程

不断更新资源

深度学习、机器学习、数据分析、python

 搜索公众号添加: datayx  

长按图片,识别二维码,点关注

已标记关键词 清除标记
相关推荐
©️2020 CSDN 皮肤主题: 大白 设计师:CSDN官方博客 返回首页