python打造光斑处理系统4：裁切光斑感兴趣区域-CSDN博客

本文链接：https://blog.csdn.net/m0_37816922/article/details/135865161

文章目录

【源代码】
光斑处理：python处理高斯光束的图像
光斑处理系统：

程序框架🌟打开图像🌟参数对话框/伪彩映射🌟裁切ROI
光强分布🌟高斯拟合🌟沿割线的灰度分布🌟交互裁切

图像裁切

一般来说，光斑只占图像很小一部分，为了更好的观感和更小的误差，将背底区域截掉是一个必要的选择，为此需要实现图像裁切功能，即选中感兴趣的区域(ROI)

而选中ROI，其实有多种方案，比如

‘roi’ 直接给定起始 $x$ 和 $y$ 坐标
‘thres’ 手动阈值裁切
‘auto’ 自动阈值裁切
‘click’ 点击举行的对角点，手动选择区域

下面逐一实现。

给定坐标裁切

首先，为裁切功能设置一个参数对话框，其内容包括裁切模式，当处于手动阈值裁切时，需要设置阈值，最后，当给定坐标时，需要设置坐标的起始位置，累计下列6个参数。

class AnaFacula():
    # 前面省略，后面凡是带有self参数的函数，均写在AnaFacula中
    def init_param(self):
        # 前面省略
        # 剪切参数
        self.cutPara = {
            "mode":"click",
            "thres":10.0,
            "xStart":0,
            "xEnd":0,
            "yStart":0,
            "yEnd":0,
        }

然后修改img_cut函数，从裁切的流程出发，无论采取何种模式，最终势必需要通过起止位置来完成裁切，所以先建立一个通用的裁切函数。

    def imgCut(self):
        self.img = self.img[
            self.cutPara['yStart']:self.cutPara['yEnd'],
            self.cutPara['xStart']:self.cutPara['xEnd']]
        self.imgShow()

而对于前面提到的四种方案而言，只有第一种，即roi模式下，才会直接执行imgCut，所以img_cut可暂时写为下面的形式，换言之，其他三种模式都需要对cutValue进行更新。

    def img_cut(self):
        flag, cutPara = inputValue(self.cutPara)
        if not flag:
            return
        for key in cutPara:
            if key != None:
                self.cutPara[key] = cutPara[key]

        if cutPara['mode'] == 'auto':
            pass
        elif cutPara['mode'] == 'thres':
            pass
        elif cutPara['mode'] == 'click':
            pass
        self.imgCut()

修改完成后，在裁切之后，再次打开裁切按钮，其参数会更新为上次设置的参数，切割效果如下

在这里插入图片描述

手动阈值裁切

所谓手动阈值裁切，就是通过一个阈值对图像二值化，然后统计大于这个阈值的像素个数，假设这些像素围成一个圆形，那么由此可得到这个圆形的半径。再通过求取图像的质心，即可得到一个正方形的区域，可作为裁切的标记。

def getROI(img,thres=None):
    m, n = img.shape
    img = img + 0           # 深拷贝
    img[img<thres] = 0      # 背底置零
    radius = np.sqrt(np.sum(img>0)/np.pi)

    allSum = np.sum(img)
    if allSum == 0:
        return None

    yC = np.sum(np.sum(img,1)*np.arange(m))/allSum
    xC = np.sum(np.sum(img,0)*np.arange(n))/allSum

    xStart = max(0,int(xC-radius))
    xEnd = min(m,int(xC+radius))
    yStart = max(0,int(yC-radius))
    yEnd = min(n,int(yC+radius))
    print(radius, xStart)

    return {'xStart':xStart, 'xEnd':xEnd, 'yStart':yStart, 'yEnd':yEnd}

相应地，修改thres模式下的代码。

        elif cutPara['mode'] == 'thres':
            roi = getROI(self.img, self.cutPara['thres'])
            for key in roi:
                self.cutPara[key] = roi[key]