在圖像分割領(lǐng)域，一個重要任務(wù)便是分割出感興趣（ROI）區(qū)域。如果是簡易的矩形ROI區(qū)域其實是非常容易分割的，opencv的官方python教程里也有教到最簡易的矩形ROI分割（剪裁），其本質(zhì)是多維數(shù)組（矩陣）的切片。但是現(xiàn)實情況中，ROI是不規(guī)則的多邊形，也可能是曲線邊界，那么該如何分割出來呢？下面總結(jié)幾種思路。
可能只提供核心部分的代碼示例，具體應(yīng)用要結(jié)合你自己的項目來修正。
一、已知邊界坐標，直接畫出多邊形
例：最基礎(chǔ)的畫個四邊形
# 定義四個頂點坐標
pts = np.array([[10, 5], [50, 10], [70, 20], [20, 30]], np.int32)
# 頂點個數(shù)：4，矩陣變成4*1*2維
# OpenCV中需要將多邊形的頂點坐標變成頂點數(shù)×1×2維的矩陣
# 這里 reshape 的第一個參數(shù)為-1, 表示“任意”，意思是這一維的值是根據(jù)后面的維度的計算出來的
pts = pts.reshape((-1, 1, 2))
cv2.polylines(img, [pts], True, (0, 255, 255))
上例中，img是你的畫布原圖。pts你可以隨便改，改成自己的邊界點。注意cv2.polylines中參數(shù)pts要加[ ]。
二、通過形態(tài)學(xué)操作產(chǎn)生Mask
腐蝕、膨脹之后，產(chǎn)生二值化（非黑即白）的mask，然后和圖像做與運算。
腐蝕膨脹的操作方法簡單復(fù)習(xí)一下：
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (10, 10)) # 矩形結(jié)構(gòu):MORPH_RECT
kernel1 = cv2.getStructuringElement(cv2.MORPH_RECT, (15, 15)) # 橢圓結(jié)構(gòu):MORPH_ELLIPSE
img = cv2.erode(img, kernel) # 腐蝕
img = cv2.dilate(img, kernel) # 膨脹
我們都知道，腐蝕膨脹完后會得到一個二值化的掩模（mask）。
mask = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR) #img是腐蝕膨脹完的圖片
ROI = cv2.bitwise_and(mask, oriimg) #oriimg是原始圖片
cv2.imshow('ROI',ROI)
if cv2.waitKey(500) and 0xff == ord('q'):
cv2.destroyAllWindows()
講原始圖片和mask做一個掩模就可以得到最終圖像了（例子此處就不舉了因為一些圖片涉及科研內(nèi)容，paper還未發(fā)表，請自行試一下吧）。
三、人機交互式
用鼠標點擊，產(chǎn)生多邊形。
這樣是比較精確的，比較是人工操作，但是比較麻煩，如果有上萬張圖片，你不可能每張都自己鼠標去分割出來一下。但是這個方法可以用于獲取ROI的ground-truth，然后用來和機器分割的結(jié)果做對比，計算準確率、召回率等評價指標！所以學(xué)一下還是有用的。
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Created on Wed May 29 19:18:28 2019
@author: youxinlin
"""
import cv2
import numpy as np
# -----------------------鼠標操作相關(guān)------------------------------------------
lsPointsChoose = []
tpPointsChoose = []
pointsCount = 0
count = 0
pointsMax = 6
def on_mouse(event, x, y, flags, param):
global img, point1, point2, count, pointsMax
global lsPointsChoose, tpPointsChoose # 存入選擇的點
global pointsCount # 對鼠標按下的點計數(shù)
global img2, ROI_bymouse_flag
img2 = img.copy() # 此行代碼保證每次都重新再原圖畫 避免畫多了
# -----------------------------------------------------------
# count=count+1
# print("callback_count",count)
# --------------------------------------------------------------
if event == cv2.EVENT_LBUTTONDOWN: # 左鍵點擊
pointsCount = pointsCount + 1
# 感覺這里沒有用？2018年8月25日20:06:42
# 為了保存繪制的區(qū)域，畫的點稍晚清零
# if (pointsCount == pointsMax + 1):
# pointsCount = 0
# tpPointsChoose = []
print('pointsCount:', pointsCount)
point1 = (x, y)
print (x, y)
# 畫出點擊的點
cv2.circle(img2, point1, 10, (0, 255, 0), 2)
# 將選取的點保存到list列表里
lsPointsChoose.append([x, y]) # 用于轉(zhuǎn)化為darry 提取多邊形ROI
tpPointsChoose.append((x, y)) # 用于畫點
# ----------------------------------------------------------------------
# 將鼠標選的點用直線連起來
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)
# ----------------------------------------------------------------------
# ----------點擊到pointMax時可以提取去繪圖----------------
cv2.imshow('src', img2)
# -------------------------右鍵按下清除軌跡-----------------------------
if event == cv2.EVENT_RBUTTONDOWN: # 右鍵點擊
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)
# -------------------------雙擊 結(jié)束選取-----------------------------
if event == cv2.EVENT_LBUTTONDBLCLK:
# -----------繪制感興趣區(qū)域-----------
ROI_byMouse()
ROI_bymouse_flag = 1
lsPointsChoose = []
def ROI_byMouse():
global src, ROI, ROI_flag, mask2
mask = np.zeros(img.shape, np.uint8)
pts = np.array([lsPointsChoose], np.int32) # pts是多邊形的頂點列表（頂點集）
pts = pts.reshape((-1, 1, 2))
# 這里 reshape 的第一個參數(shù)為-1, 表明這一維的長度是根據(jù)后面的維度的計算出來的。
# OpenCV中需要先將多邊形的頂點坐標變成頂點數(shù)×1×2維的矩陣，再來繪制
# --------------畫多邊形---------------------
mask = cv2.polylines(mask, [pts], True, (255, 255, 255))
##-------------填充多邊形---------------------
mask2 = cv2.fillPoly(mask, [pts], (255, 255, 255))
cv2.imshow('mask', mask2)
cv2.imwrite('mask.jpg', mask2)
image,contours, hierarchy = cv2.findContours(cv2.cvtColor(mask2, cv2.COLOR_BGR2GRAY), cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
ROIarea = cv2.contourArea(contours[0])
print("ROIarea:",ROIarea)
ROI = cv2.bitwise_and(mask2, img)
cv2.imwrite('ROI.jpg', ROI)
cv2.imshow('ROI', ROI)
img = cv2.imread('3.png')
# ---------------------------------------------------------
# --圖像預(yù)處理，設(shè)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)
cv2.imshow('src', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
你可以增加更多的功能。。。附：鼠標點擊事件 ：
'''
EVENT_FLAG_ALTKEY = 32 摁住Alt
EVENT_FLAG_CTRLKEY = 8 摁住Ctrl
EVENT_FLAG_LBUTTON = 1 摁住左鍵
EVENT_FLAG_MBUTTON = 4 摁住中鍵
EVENT_FLAG_RBUTTON = 2 摁住右鍵
EVENT_FLAG_SHIFTKEY = 16 摁住Shift
EVENT_LBUTTONDBLCLK = 7 左鍵雙擊
EVENT_LBUTTONDOWN = 1 左鍵擊下
EVENT_LBUTTONUP = 4 左鍵彈起
EVENT_MBUTTONDBLCLK = 9 中鍵雙擊
EVENT_MBUTTONDOWN = 3 中鍵擊下
EVENT_MBUTTONUP = 6 中鍵彈起
EVENT_MOUSEHWHEEL = 11 滾動條向左，flags>0。向右，flags0
EVENT_MOUSEMOVE = 0 鼠標移動
EVENT_MOUSEWHEEL = 10 滾動條向上，flags>0。向下，flags0
EVENT_RBUTTONDBLCLK = 8 中鍵雙擊
EVENT_RBUTTONDOWN = 2 中鍵擊下
EVENT_RBUTTONUP = 5 中鍵彈起
'''
到此這篇關(guān)于python+opencv圖像分割實現(xiàn)分割不規(guī)則ROI區(qū)域方法匯總的文章就介紹到這了,更多相關(guān)opencv 分割不規(guī)則ROI區(qū)域內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- 基于OpenCV實現(xiàn)圖像分割
- Python使用OpenCV和K-Means聚類對畢業(yè)照進行圖像分割
- C++中實現(xiàn)OpenCV圖像分割與分水嶺算法
- python用opencv完成圖像分割并進行目標物的提取
- Opencv實現(xiàn)用于圖像分割分水嶺算法
- OpenCV圖像分割中的分水嶺算法原理與應(yīng)用詳解
- openCV實現(xiàn)圖像分割
