前言
有一句叫:数据和特征决定了机器学习的上限,而模型和算法只是逼近这个上限而已 这句话,在实际的应用中,让我体会很深,目前很多算法已经能到初步满足我们的需求,更多的时候是要花费大量的时间在处理数据上面,现实生活的数据经常是很难满足算法的基本要求,例如常见的样本不均衡问题的等,今天要介绍的就是1、固定区域图片裁剪;2、自定义裁剪图片
1、找到存储图片的文件夹路径,并读取名字
2、读取图片尺寸,公式定义裁剪区域
3、保存裁剪后的图片
注意点
:裁剪后的图片的长和高必须为整数
import os
import cv2
# 准备工作:导入库和读取图片路径以及存储图片路径
imgs_path = '/media/pzw/0E50196C0E50196C/weixin/pystudy/imgs'
dst_path = '/media/pzw/0E50196C0E50196C/weixin/pystudy/crop1'
# 1、读取图片名字
imgs_name = os.listdir(imgs_path)
print('文件夹下图片的名字:',imgs_name)
# 2、读取图片尺寸,公式定义裁剪区域
for img in imgs_name:
image = cv2.imread(os.path.join(imgs_path,img))# 读取图片
x,y = image.shape[0:2] # 读取图片的尺寸
print('图片的形状',image.shape)
# 裁剪掉x方向的前面和后面各20%,并取整
crop_image = image[round(0.2 * x):round(0.8 * x), 0:y]
# 3、将裁剪后的图片保存
cv2.imwrite(dst_path+'/'+img,crop_image)
结果展示
1、找到存储图片的文件夹路径,并读取名字
2、读取图片尺寸,公式定义裁剪区域(需改为用鼠标选取区域
)
3、保存裁剪后的图片
注意点
:操作指南,在图片中顺时针或者逆时针点出四个点,即可裁剪出区域,按esc保存并对下一张图片进行裁剪,此时会保留上一次裁剪区域所留下的点,必须按右键取消重新选点
import cv2
import numpy as np
import os
# -----------------------定义鼠标相关操作---------------------------------
lsPointsChoose = []
tpPointsChoose = []
pointsCount = 0
count = 0
pointsMax = 5 # 绘制四边形时 pointmax=5,五边形时,为6,以此类推,但需要调整部分代码
def on_mouse(event, x, y, flags, param):
global img, point1, point2, count, pointsMax
global lsPointsChoose, tpPointsChoose # 存入选择的点
global pointsCount # 对鼠标按下的点计数
global img2, ROI_bymouse_flag
img2 = img.copy() # 此行代码保证每次都重新再原图画 避免画多了
# -----------------------------------------------------------
# count=count+1
# print("callback_count",count)
# ------------------------------------------------------------
if event == cv2.EVENT_LBUTTONDOWN: # 左键点击
pointsCount = pointsCount + 1
print('pointsCount:', pointsCount)
point1 = (x, y)
print(x, y)
# 画出点击的点
cv2.circle(img2, point1, 10, (0, 255, 0), 2)
# 将选取的点保存到list列表里
lsPointsChoose.append([x, y]) # 用于转化为darry 提取多边形ROI
tpPointsChoose.append((x, y)) # 用于画点
# ----------------------------------------------------------
# 将鼠标选的点用直线连起来
print(len(tpPointsChoose))
for i in range(len(tpPointsChoose) - 1):
print('i', i)
cv2.line(img2, tpPointsChoose[i], tpPointsChoose[i + 1], (0, 0, 255), 2)
# --------------------------------------------------------
# ----------点击到pointMax时可以提取去绘图----------------
if (pointsCount == pointsMax):
# -----------绘制感兴趣区域-----------
ROI_byMouse()
ROI_bymouse_flag = 1
lsPointsChoose = []
cv2.imshow('src', img2)
# -------------------------右键按下清除轨迹-----------------------------
if event == cv2.EVENT_RBUTTONDOWN: # 右键点击
print("right-mouse")
pointsCount = 0
tpPointsChoose = []
lsPointsChoose = []
print(len(tpPointsChoose))
for i in range(len(tpPointsChoose) - 1):
print('i', i)
cv2.line(img2, tpPointsChoose[i], tpPointsChoose[i + 1], (0, 0, 255), 2)
cv2.imshow('src', img2)
def ROI_byMouse():
global src, ROI, ROI_flag, mask2, img1
mask = np.zeros(img.shape, np.uint8)
pts = np.array([lsPointsChoose], np.int32) # pts是多边形的顶点列表(顶点集)
pts = pts.reshape((-1, 1, 2))
# 这里 reshape 的第一个参数为-1, 表明这一维的长度是根据后面的维度的计算出来的。
# OpenCV中需要先将多边形的顶点坐标变成顶点数×1×2维的矩阵,再来绘制
# --------------画多边形---------------------
mask = cv2.polylines(mask, [pts], True, (255, 255, 255))
##-------------填充多边形---------------------
mask2 = cv2.fillPoly(mask, [pts], (255, 255, 255))
cv2.imshow('mask', mask2)
# cv2.imwrite('mask.jpg', mask2)
ROI = cv2.bitwise_and(mask2, img)
##-------------裁剪四边形---------------------
print(pts)
print('y0的值为', pts[0][0][0])
ROI_crop = img[pts[0][0][1]:pts[2][0][1], pts[0][0][0]:pts[2][0][0]] # 裁剪坐标为[y0:y1, x0:x1]
cv2.imwrite(dst_path + img1, ROI_crop)
cv2.imshow(img1, ROI)
'''批量绘制ROI区域'''
imgs_path = '/media/pzw/0E50196C0E50196C/weixin/pystudy/imgs/'
dst_path = '/media/pzw/0E50196C0E50196C/weixin/pystudy/crop2/'
if not os.path.exists(dst_path):
os.makedirs(dst_path)
imgs = os.listdir(imgs_path)
print(imgs)
for img1 in imgs:
img = cv2.imread(os.path.join(imgs_path,img1))
# ---------------------------------------------------------
# --图像预处理,设置其大小
# height, width = img.shape[:2]
# size = (int(width * 0.3), int(height * 0.3))
# img = cv2.resize(img, size, interpolation=cv2.INTER_AREA)
# ------------------------------------------------------------
ROI = img.copy()
cv2.namedWindow('src')
cv2.setMouseCallback('src', on_mouse)
#为了方便裁剪,这里对图片大小进行重新设置
img = cv2.resize(img,(640,960),interpolation=cv2.INTER_CUBIC)
cv2.imshow('src', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
结果展示