如何旋转图像以获得非空像素？

Question

在我下面链接的图像中，我需要获取这个旋转矩形中的所有黄色/绿色像素并去除蓝色背景，以便矩形的轴与 x 和 y 轴对齐。

我正在使用 numpy，但不知道我应该做什么。

我在drive 中上传了数组，以防有人想使用实际数组

提前感谢您的帮助。

Answer 1

我使用与 user2640045 相同的图像，但方法不同。

import numpy as np
import cv2

# load and convert image to grayscale
img = cv2.imread('image.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# binarize image
threshold, binarized_img = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)

# find the largest contour
contours, hierarchy = cv2.findContours(binarized_img, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
c = max(contours, key = cv2.contourArea)

# get size of the rotated rectangle
center, size, angle = cv2.minAreaRect(c)

# get size of the image
h, w, *_ = img.shape

# create a rotation matrix and rotate the image
M = cv2.getRotationMatrix2D(center, angle, 1.0)
rotated_img = cv2.warpAffine(img, M, (w, h))

# crop the image
pad_x = int((w - size[0]) / 2)
pad_y = int((h - size[1]) / 2)

cropped_img = rotated_img[pad_y : pad_y + int(size[1]), pad_x : pad_x + int(size[0]), :]

结果：

Answer 2

我意识到 numpys 加载方法中有一个 allow_pickle=False 选项，但我对从互联网上解压/使用数据感到不舒服，所以我使用了小图像。删除坐标系和我拥有的东西后

我定义了两个辅助方法。一个到稍后旋转从另一个堆栈溢出线程获取的图像。请参阅下面的链接。一个得到一个掩码，一个指定颜色的掩码，否则为零。

import numpy as np
import matplotlib.pyplot as plt
import sympy
import cv2
import functools

color = arr[150,50]

def similar_to_boundary_color(arr, color=tuple(color)):
    mask = functools.reduce(np.logical_and, [np.isclose(arr[:,:,i], color[i]) for i in range(4)])
    return mask

#https://stackoverflow.com/a/9042907/2640045
def rotate_image(image, angle):
    image_center = tuple(np.array(image.shape[1::-1]) / 2)
    rot_mat = cv2.getRotationMatrix2D(image_center, angle, 1.0)
    result = cv2.warpAffine(image, rot_mat, image.shape[1::-1], flags=cv2.INTER_LINEAR)
    return result

接下来我计算旋转的角度。我通过找到宽度为 50 和 300 的最低像素来做到这一点。我选择了这些像素，因为它们离边界足够远，不会受到缺少角等的影响。

i,j = np.where(~similar_to_boundary_color(arr))

slope = (max(i[j == 50])-max(i[j == 300]))/(50-300)
angle = np.arctan(slope)
arr = rotate_image(arr, np.rad2deg(angle))
plt.imshow(arr)

.

进行裁剪的一种方法如下。您计算高度和宽度的中间值。然后你在中间取两个切片，比如在一个方向上 20 像素，直到另一个方向的中间。像素为白色/背景色的最大/最小索引是合理的切割点。

i,j = np.where(~(~similar_to_boundary_color(arr) & ~similar_to_boundary_color(arr, (0,0,0,0)))) 

imid, jmid = np.array(arr.shape)[:2]/2
imin = max(i[(i < imid) & (jmid - 10 < j) & (j < jmid + 10)])
imax = min(i[(i > imid) & (jmid - 10 < j) & (j < jmid + 10)])
jmax = min(j[(j > jmid) & (imid - 10 < i) & (i < imid + 10)])
jmin = max(j[(j < jmid) & (imid - 10 < i) & (i < imid + 10)])

arr = arr[imin:imax,jmin:jmax]
plt.imshow(arr)

结果是：