裁剪是为了从图像中删除所有不需要的物体或区域。甚至突出显示图像的特定功能。

使用OpenCV裁剪没有特定的功能，NumPy数组切片是工作。读取的每个图像都存储在2D数组中（对于每个颜色通道）。只需指定要裁剪区域的高度和宽度（以像素为单位），就可以完成

使用OpenCV裁剪图像

1.使用OpenCV裁剪
2.使用裁剪功能对图像进行划分

1.使用OpenCV裁剪

以下代码片段展示了如何使用Python和C++裁剪图像。在例子的进一步，您将详细了解这些。
Python

# Import packages
import cv2
import numpy as npimg = cv2.imread('test.jpg')
print(img.shape) # Print image shape
cv2.imshow("original", img)# Cropping an image
cropped_image = img[400:1200, 350:700]# Display cropped image
cv2.imshow("cropped", cropped_image)# Save the cropped image
cv2.imwrite("Cropped Image.jpg", cropped_image)cv2.waitKey(0)
cv2.destroyAllWindows()

C++

// Include Libraries
#include<opencv2/opencv.hpp>
#include<iostream>// Namespace nullifies the use of cv::function();
using namespace std;
using namespace cv;int main()
{// Read imageMat img = imread("test.jpg");cout << "Width : " << img.size().width << endl;cout << "Height: " << img.size().height << endl;cout<<"Channels: :"<< img.channels() << endl;// Crop imageMat cropped_image = img(Range(400,1200), Range(350,700));//display imageimshow(" Original Image", img);imshow("Cropped Image", cropped_image);//Save the cropped Imageimwrite("Cropped Image.jpg", cropped_image);// 0 means loop infinitelywaitKey(0);destroyAllWindows();return 0;
}

上面的代码读取并显示图像及其尺寸。尺寸不仅包括二维矩阵的宽度和高度，还包括通道的数量（例如，RGB图像有3个通道——红色、绿色和蓝色）。

让我们尝试裁剪图像中包含美女的部分。

Python

cropped_image = img[400:1200, 350:700] # Slicing to crop the image# Display the cropped image
cv2.imshow("cropped", cropped_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

C++

Mat crop = img(Range(400,1200),Range(350,700)); // Slicing to crop the image// Display the cropped image
imshow("Cropped Image", crop);waitKey(0);
destroyAllWindows();
return 0;

在Python中，您可以使用与NumPy数组切片相同的方法裁剪图像。要切片数组，您需要指定第一维和第二维的开始和结束索引。

第一个维度总是行数或图像的高度。
第二个维度是列数或图像的宽度。

如何剪切图像的NumPy数组？查看此示例中的语法：

cropped = img[start_row:end_row, start_col:end_col]

在C++中，我们使用Range()函数裁剪图像。

Python同理一样，它也应用切片。
在这里，图像也按照上述相同的约定作为二维矩阵读取。

以下是裁剪图像的C++语法：

img(Range(start_row, end_row), Range(start_col, end_col))

2.使用裁剪功能对图像进行划分

在OpenCV中裁剪的一个实际应用可以是将图像划分为大小相同图像块。使用循环从图像中裁剪片段。首先从图像的形状中获取所需图像块的高度和宽度

Python

img =  cv2.imread("test_cropped.jpg")
image_copy = img.copy()
imgheight=img.shape[0]
imgwidth=img.shape[1]

C++

Mat img = imread("test_cropped.jpg");
Mat image_copy = img.clone();
int imgheight = img.rows;
int imgwidth = img.cols;

加载高度和宽度，以指定需要裁剪较小图像块的范围。为此，使用Python中的range()函数。现在，使用两个循环裁剪：

宽度范围
高度范围

已知原图像瘩高度宽度为(1350,1080),我们使用的图像块的高度和宽度分别为(270,216）。内外循环的步幅（我们在图像中移动的像素数）也就是划分下来，有25个图像块。（拼图一样）

Python

M = 216
N = 270
x1 = 0
y1 = 0for y in range(0, imgheight, M):for x in range(0, imgwidth, N):if (imgheight - y) < M or (imgwidth - x) < N:breaky1 = y + Mx1 = x + N# check whether the patch width or height exceeds the image width or heightif x1 >= imgwidth and y1 >= imgheight:x1 = imgwidth - 1y1 = imgheight - 1# Crop into patches of size MxNtiles = image_copy[y:y + M, x:x + N]# Save each patch into file directorycv2.imwrite(str(x) + '_' + str(y) + '.jpg', tiles)cv2.rectangle(img, (x, y), (x1, y1), (0, 255, 0), 1)elif y1 >= imgheight:  # when patch height exceeds the image heighty1 = imgheight - 1# Crop into patches of size MxNtiles = image_copy[y:y + M, x:x + N]# Save each patch into file directorycv2.imwrite(str(x) + '_' + str(y) + '.jpg', tiles)cv2.rectangle(img, (x, y), (x1, y1), (0, 255, 0), 1)elif x1 >= imgwidth:  # when patch width exceeds the image widthx1 = imgwidth - 1# Crop into patches of size MxNtiles = image_copy[y:y + M, x:x + N]# Save each patch into file directorycv2.imwrite(str(x) + '_' + str(y) + '.jpg', tiles)cv2.rectangle(img, (x, y), (x1, y1), (0, 255, 0), 1)else:# Crop into patches of size MxNtiles = image_copy[y:y + M, x:x + N]# Save each patch into file directorycv2.imwrite(str(x) + '_' + str(y) + '.jpg', tiles)cv2.rectangle(img, (x, y), (x1, y1), (0, 255, 0), 1)

C++

int M = 216;
int N = 270;int x1 = 0;
int y1 = 0;
for (int y = 0; y<imgheight; y=y+M)
{for (int x = 0; x<imgwidth; x=x+N){if ((imgheight - y) < M || (imgwidth - x) < N){break;}y1 = y + M;x1 = x + N;string a = to_string(x);string b = to_string(y);if (x1 >= imgwidth && y1 >= imgheight){x = imgwidth - 1;y = imgheight - 1;x1 = imgwidth - 1;y1 = imgheight - 1;// crop the patches of size MxNMat tiles = image_copy(Range(y, imgheight), Range(x, imgwidth));//save each patches into file directoryimwrite("saved_patches/tile" + a + '_' + b + ".jpg", tiles);  rectangle(img, Point(x,y), Point(x1,y1), Scalar(0,255,0), 1);    }else if (y1 >= imgheight){y = imgheight - 1;y1 = imgheight - 1;// crop the patches of size MxNMat tiles = image_copy(Range(y, imgheight), Range(x, x+N));//save each patches into file directoryimwrite("saved_patches/tile" + a + '_' + b + ".jpg", tiles);  rectangle(img, Point(x,y), Point(x1,y1), Scalar(0,255,0), 1);    }else if (x1 >= imgwidth){x = imgwidth - 1;   x1 = imgwidth - 1;// crop the patches of size MxNMat tiles = image_copy(Range(y, y+M), Range(x, imgwidth));//save each patches into file directoryimwrite("saved_patches/tile" + a + '_' + b + ".jpg", tiles);  rectangle(img, Point(x,y), Point(x1,y1), Scalar(0,255,0), 1);    }else{// crop the patches of size MxNMat tiles = image_copy(Range(y, y+M), Range(x, x+N));//save each patches into file directoryimwrite("saved_patches/tile" + a + '_' + b + ".jpg", tiles);  rectangle(img, Point(x,y), Point(x1,y1), Scalar(0,255,0), 1);    }}
}

接下来，使用imshow()函数显示图像块拼图。使用imwrite()函数将其保存到文件目录中。

Python

#Save full image into file directory
cv2.imshow("Patched Image",img)
cv2.imwrite("patched.jpg",img)cv2.waitKey()
cv2.destroyAllWindows()

C++

imshow("Patched Image", img);
imwrite("patched.jpg",img);
waitKey();
destroyAllWindows();

Python

C++

OpenCV入门（C++/Python）-使用OpenCV裁剪图像（四）相关推荐

使用Python和OpenCV捕获鼠标事件，并裁剪图像
使用Python和OpenCV捕获鼠标事件,并裁剪图像 1. 效果图 2. 源码参考这篇博客将介绍如何使用Python和OpenCV捕获鼠标事件.还演示了如何快速裁剪和提取图像区域,这在为自己的自 ...
转载：【OpenCV入门教程之四】 ROI区域图像叠加初级图像混合全剖析
[OpenCV入门教程之四] ROI区域图像叠加&初级图像混合全剖析浅墨_毛星云 2014-03-10 12:48:05 157425 收藏 19 最后发布:2014-03-10 12:4 ...
OpenCV入门基础操作（二）----图像像素的处理
OpenCV入门基础操作(二)----图像像素的处理像素处理读取一个图像像素修改像素值代码案例像素处理读取一个图像像素在读取图像的时候一般要用到如下的命令: 返回值=图像(位置参数), ...
OpenCV入门 | 使用Python实现计算机视觉的第一步
不久前,我为一个大学项目训练了一个目标检测模型,但说实话,除了它需要很多计算力以及需要长时间观察我的训练模型,我不记得其他太更多的东西了. 最近我对这些话题重拾了兴趣,我决定重新开始学习,但这一次我会 ...
OpenCV学习笔记03：缩放裁剪图像与调整图像色调
文章目录一.缩放裁剪图像 (一)resize函数 (二)缩放图像 1.编写程序,实现功能 2.运行程序,查看结果 (三)裁剪图像 1.编写程序,实现功能 2.运行程序,查看结果二.调整图像色调 ( ...
【OpenCV入门教程之一】 OpenCV 2.4.8 +VS2010的开发环境配置
目录(?)[-] 因为读研期间的研究方向是图像处理所以浅墨这段时间闭门研究了很多OpenCV和图像处理相关的知识与内容眼看自己积累到一定的程度了于是决定开始开设这个OpenCV系列专栏总结自己所学也分 ...
【OpenCV入门学习--python】图像的矩Image Moments
例子源于OpenCV官网–图像的矩 (https://docs.opencv.org/4.x/d0/d49/tutorial_moments.html) 使用OpenCV函数cv::moments: ...
【OpenCV入门学习--python】索贝尔算子Sobel operator提取边缘
例子源于OpenCV官网手册(https://docs.opencv.org/4.x/d2/d2c/tutorial_sobel_derivatives.html) 使用OpenCV函数Sobel() ...
【OpenCV入门学习--python】Image Segmentation with Distance Transform and Watershed Algorithm图像分割
例子源于OpenCV官网–基于距离变换和分水岭算法的图像分割 (https://docs.opencv.org/4.x/d2/dbd/tutorial_distance_transform.html) ...
【OpenCV入门学习--python】Anisotropic image segmentation by a gradient structure tensor
例子源于OpenCV官网–基于梯度结构张量的各向异性图像分割 (https://docs.opencv.org/4.x/d4/d70/tutorial_anisotropic_image_segmen ...

OpenCV入门（C++/Python）-使用OpenCV裁剪图像（四）

使用OpenCV裁剪图像

1.使用OpenCV裁剪

2.使用裁剪功能对图像进行划分

OpenCV入门（C++/Python）-使用OpenCV裁剪图像（四）相关推荐

最新文章

热门文章