为给定尺寸创建包含裁剪图像的新图像

Question

我目前正在研究以下内容，并且正在努力了解最佳方法。 我进行了很多搜索，但找不到与我正在尝试做的事情相匹配的答案

问题：

1. 将现有图像（白色背景）中的对象（例如鞋子）重新定位到特定位置（例如向上移动）
2. 在用户指定的新背景（仍为白色）内的用户指定位置插入和定位对象（例如鞋），并由用户指定新的高度/宽度

我走了多远：

我已经设法使用 CV2 识别图片中的对象，获取外部轮廓，添加一点填充并裁剪对象（见下文）。我很高兴以这种方式裁剪它，因为我的所有图像都有一个单一颜色的背景，并且我将保持背景颜色相同。

我被困在哪里： 我裁剪的对象和旧图像背景/新背景不共享相同的形状，因此我无法覆盖/连接/合并... 鉴于这两个图像都存储为 np 数组，我假设答案是以某种方式将 Shoe crop np.array 放在背景 np.array 中，但是我不知道如何做到这一点。 也许有更简单/不同的方法来做到这一点？

非常感谢任何能引导我走向正确方向的人的来信。

代码

#importing dependencies    
import os
import numpy as np
import cv2
from matplotlib import pyplot as plt 

# Config 
path = '/Users/..../Shoes/'
img_list = os.listdir(path)
img_path = path + img_list[0]
#Outline
color = (0,255,0)
thickness = 3
padding = 10

# convert to RGB
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
# convert to grayscale
gray = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)
# create a binary thresholded image
_, binary = cv2.threshold(gray, 225, 255, cv2.THRESH_BINARY_INV)
# find the contours from the thresholded image
contours, hierarchy = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# Identifying outer contours 
x_axis = []
y_axis = []
for i in range(len(contours)):
    for y in range (len(contours[i])):
        x_axis.append(contours[i][y][0][0])
        y_axis.append(contours[i][y][0][1])

min_x = min(x_axis) - padding
min_y = min(y_axis) - padding
max_x = max(x_axis) + padding
max_y = max(y_axis) + padding

# Defining start and endpoint of outline Rectangle based on identified outer corners + Padding 
start_point = (min_x, min_y) 
end_point = (max_x, max_y) 

image_outline = cv2.rectangle(image, start_point, end_point, color, thickness)

plt.imshow(image_outline)
plt.show()

#Crop Image
crop_img = image[min_y:max_y, min_x:max_x]
print(crop_img.shape)
plt.imshow(crop_img)
plt.show()

Answer 1

我想我找到了解决方案，这会使图像以任何新的给定背景高度/宽度居中

仍然对更快/更清洁的方式感兴趣

#Define the new height and width you want to have  
new_height = 1200
new_width = 1200
#Check current hight and with of Cropped image 
crop_height = crop_img.shape[0]
crop_width = crop_img.shape[1]

#calculate how much you need add to the sides and top - basically halft of the remaining height / with ... currently not working correctly for odd numbers
add_sides = int((new_width - crop_width)/2)
add_top_and_btm = int((new_height - crop_height)/2)

# Adding background to the sides
bg_sides = np.zeros(shape=[crop_height, add_sides, 3], dtype=np.uint8)
bg_sides2 = 255 * np.ones(shape=[crop_height, add_sides, 3], dtype=np.uint8)
new_crop_img = np.insert(crop_img, [1], bg_sides2, axis=1)
new_crop_img = np.insert(new_crop_img, [-1], bg_sides2, axis=1)

# Then adding Background to top and bottom 
bg_top_and_btm = np.zeros(shape=[add_top_and_btm, new_width, 3], 
dtype=np.uint8)
bg_top_and_btm2 = 255 * np.ones(shape=[add_top_and_btm, new_width, 3], 
dtype=np.uint8)
new_crop_img = np.insert(new_crop_img, [1], bg_top_and_btm2, axis=0)
new_crop_img = np.insert(new_crop_img, [-1], bg_top_and_btm2, axis=0)

plt.imshow(new_crop_img)