【转】Python 边缘检测裁切图片

最新推荐文章于 2024-12-02 18:29:47 发布

步菲

最新推荐文章于 2024-12-02 18:29:47 发布

阅读量5.5k

点赞数 10

分类专栏： Python 文章标签： python

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

版权

Python 专栏收录该内容

6 篇文章

订阅专栏

本文介绍了一种使用OpenCV自动裁剪图片中特定区域的方法。通过将图像转换为灰度并应用模糊处理，然后执行Canny边缘检测，找出最大轮廓区域并裁剪出感兴趣的部分。此方法适用于包含文本或图像的复杂白色区域。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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