提取边界框并将其保存为图像答案

【问题标题】：Extract bounding box and save it as an image提取边界框并将其保存为图像
【发布时间】：2012-12-02 23:55:09
【问题描述】：

假设你有以下图片：

现在我想将每个独立的字母提取到单独的图像中。目前，我已经恢复了轮廓，然后绘制了一个边界框，在本例中为角色a：

在此之后，我想提取每个框（在本例中为字母 a）并将其保存到图像文件中。

预期结果：

到目前为止，这是我的代码：

import numpy as np
import cv2

im = cv2.imread('abcd.png')
im[im == 255] = 1
im[im == 0] = 255
im[im == 1] = 0
im2 = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
ret,thresh = cv2.threshold(im2,127,255,0)
contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

for i in range(0, len(contours)):
    if (i % 2 == 0):
       cnt = contours[i]
       #mask = np.zeros(im2.shape,np.uint8)
       #cv2.drawContours(mask,[cnt],0,255,-1)
       x,y,w,h = cv2.boundingRect(cnt)
       cv2.rectangle(im,(x,y),(x+w,y+h),(0,255,0),2)
       cv2.imshow('Features', im)
       cv2.imwrite(str(i)+'.png', im)

cv2.destroyAllWindows()

提前致谢。

【问题讨论】：

标签： python image opencv image-processing bounding-box

【解决方案1】：

下面会给你一个字母

letter = im[y:y+h,x:x+w]

【讨论】：

当我对数组进行切片时，它得到了错误的索引，即：字母“a”移动了，所以我只得到了右上角，而其他我得到了这个错误： libpng 警告：IHDR libpng 错误中的图像高度为零：IHDR 数据无效
我发现了问题，尺寸倒置了，即：im[y:y+h, x:x+w]
如何修改此解决方案以在原始图像上绘制绿色边界框？
@Andfoy 我需要关于这篇文章的帮助...stackoverflow.com/questions/43097703/… ....你能帮帮我吗？？

【解决方案2】：

这是一种方法：

将图像转换为灰度
Otsu 获取二值图像的阈值
寻找轮廓
使用 Numpy 切片遍历轮廓并提取 ROI

找到轮廓后，我们使用cv2.boundingRect()获取每个字母的边界矩形坐标。

x,y,w,h = cv2.boundingRect(c)

为了提取 ROI，我们使用 Numpy 切片

ROI = image[y:y+h, x:x+w]

由于我们有边界矩形坐标，我们可以绘制绿色边界框

cv2.rectangle(copy,(x,y),(x+w,y+h),(36,255,12),2)

这是检测到的字母

这是每个保存的字母 ROI

import cv2

image = cv2.imread('1.png')
copy = image.copy()
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray,0,255,cv2.THRESH_OTSU + cv2.THRESH_BINARY)[1]

cnts = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]

ROI_number = 0
for c in cnts:
    x,y,w,h = cv2.boundingRect(c)
    ROI = image[y:y+h, x:x+w]
    cv2.imwrite('ROI_{}.png'.format(ROI_number), ROI)
    cv2.rectangle(copy,(x,y),(x+w,y+h),(36,255,12),2)
    ROI_number += 1

cv2.imshow('thresh', thresh)
cv2.imshow('copy', copy)
cv2.waitKey()

【讨论】：

我怎样才能应用这种方法来提取单词的图像而不是字母@nathancy？
@Raj 相同的过程，只是进行图像处理，直到获得二进制图像，然后您就可以使用此示例。只要您尝试提取的前景对象与背景不同，它就可以处理任何东西、形状、对象、词簇、斑点。在图像处理中，我们通常希望目标对象为白色，背景为黑色