opencv 分割不规则ROI区域 python+opencv图像分割实现分割不规则ROI区域方法汇总
奔跑的Yancy 人气:0想了解python+opencv图像分割实现分割不规则ROI区域方法汇总的相关内容吗，奔跑的Yancy在本文为您仔细讲解opencv 分割不规则ROI区域的相关知识和一些Code实例，欢迎阅读和指正，我们先划重点：opencv,分割不规则ROI区域,opencv,不规则ROI区域，下面大家一起来学习吧。
在图像分割领域，一个重要任务便是分割出感兴趣（ROI）区域。如果是简易的矩形ROI区域其实是非常容易分割的，opencv的官方python教程里也有教到最简易的矩形ROI分割（剪裁），其本质是多维数组（矩阵）的切片。但是现实情况中，ROI是不规则的多边形，也可能是曲线边界，那么该如何分割出来呢？下面总结几种思路。
可能只提供核心部分的代码示例，具体应用要结合你自己的项目来修正。
一、已知边界坐标，直接画出多边形
例：最基础的画个四边形
# 定义四个顶点坐标 pts = np.array([[10, 5], [50, 10], [70, 20], [20, 30]], np.int32) # 顶点个数：4，矩阵变成4*1*2维 # OpenCV中需要将多边形的顶点坐标变成顶点数×1×2维的矩阵 # 这里 reshape 的第一个参数为-1, 表示“任意”，意思是这一维的值是根据后面的维度的计算出来的 pts = pts.reshape((-1, 1, 2)) cv2.polylines(img, [pts], True, (0, 255, 255))
上例中，img是你的画布原图。pts你可以随便改，改成自己的边界点。注意cv2.polylines中参数pts要加[ ]。
二、通过形态学操作产生Mask
腐蚀、膨胀之后，产生二值化（非黑即白）的mask，然后和图像做与运算。
腐蚀膨胀的操作方法简单复习一下：
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (10, 10)) # 矩形结构:MORPH_RECT kernel1 = cv2.getStructuringElement(cv2.MORPH_RECT, (15, 15)) # 椭圆结构:MORPH_ELLIPSE img = cv2.erode(img, kernel) # 腐蚀 img = cv2.dilate(img, kernel) # 膨胀
我们都知道，腐蚀膨胀完后会得到一个二值化的掩模（mask）。
mask = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR) #img是腐蚀膨胀完的图片
ROI = cv2.bitwise_and(mask, oriimg) #oriimg是原始图片
cv2.imshow('ROI',ROI)
if cv2.waitKey(500) and 0xff == ord('q'):
cv2.destroyAllWindows()
讲原始图片和mask做一个掩模就可以得到最终图像了（例子此处就不举了因为一些图片涉及科研内容，paper还未发表，请自行试一下吧）。
三、人机交互式
用鼠标点击，产生多边形。
这样是比较精确的，比较是人工操作，但是比较麻烦，如果有上万张图片，你不可能每张都自己鼠标去分割出来一下。但是这个方法可以用于获取ROI的ground-truth，然后用来和机器分割的结果做对比，计算准确率、召回率等评价指标！所以学一下还是有用的。
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Created on Wed May 29 19:18:28 2019
@author: youxinlin
"""
import cv2
import numpy as np
# -----------------------鼠标操作相关------------------------------------------
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
# 感觉这里没有用？2018年8月25日20:06:42
# 为了保存绘制的区域，画的点稍晚清零
# if (pointsCount == pointsMax + 1):
# pointsCount = 0
# tpPointsChoose = []
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----------------
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)
# -------------------------双击 结束选取-----------------------------
if event == cv2.EVENT_LBUTTONDBLCLK:
# -----------绘制感兴趣区域-----------
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)
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')
# ---------------------------------------------------------
# --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)
cv2.imshow('src', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
你可以增加更多的功能。。。附：鼠标点击事件 ：
''' EVENT_FLAG_ALTKEY = 32 摁住Alt EVENT_FLAG_CTRLKEY = 8 摁住Ctrl EVENT_FLAG_LBUTTON = 1 摁住左键 EVENT_FLAG_MBUTTON = 4 摁住中键 EVENT_FLAG_RBUTTON = 2 摁住右键 EVENT_FLAG_SHIFTKEY = 16 摁住Shift EVENT_LBUTTONDBLCLK = 7 左键双击 EVENT_LBUTTONDOWN = 1 左键击下 EVENT_LBUTTONUP = 4 左键弹起 EVENT_MBUTTONDBLCLK = 9 中键双击 EVENT_MBUTTONDOWN = 3 中键击下 EVENT_MBUTTONUP = 6 中键弹起 EVENT_MOUSEHWHEEL = 11 滚动条向左，flags>0。向右，flags<0 EVENT_MOUSEMOVE = 0 鼠标移动 EVENT_MOUSEWHEEL = 10 滚动条向上，flags>0。向下，flags<0 EVENT_RBUTTONDBLCLK = 8 中键双击 EVENT_RBUTTONDOWN = 2 中键击下 EVENT_RBUTTONUP = 5 中键弹起 '''
加载全部内容