使用 Opencv 模糊矩形中的内容答案

【问题标题】：Blur content from a rectangle with Opencv使用 Opencv 模糊矩形中的内容
【发布时间】：2020-01-29 12:04:37
【问题描述】：

在下面的矩形函数中，绘制矩形。

// Draw the predicted bounding box
void drawPred(int classId, float conf, int left, int top, int right, int bottom, Mat& frame)
{
    //Draw a rectangle displaying the bounding box
    rectangle(frame, Point(left, top), Point(right, bottom), Scalar(255, 178, 50),LINE_4);

    //bluring region
    cout << frame; 

    //Get the label for the class name and its confidence
    string label = format("%.2f", conf);
    if (!classes.empty())
    {
        CV_Assert(classId < (int)classes.size());
        label = classes[classId] + ":" + label;
    }

    //Display the label at the top of the bounding box
    int baseLine;
    Size labelSize = getTextSize(label, FONT_ITALIC, 0.5, 1, &baseLine);
    top = max(top, labelSize.height);
    putText(frame, label, Point(left, top), FONT_ITALIC, 0.5, Scalar(255, 255, 255), 1);
}

frame 这里是图像的多数组。 Point(left, top) 是矩形的左上角。
我想以模糊的形式审查这个矩形中的所有内容。由于我来自 Python 编程，定义这些矩形的数组有点困难。如果你能帮助我，那就太好了。非常感谢和最好的问候。

【问题讨论】：

标签： c++ arrays image opencv image-processing

【解决方案1】：

可行的方法是使用cv::Rect 设置相应的感兴趣区域 (ROI)。由于您已经将左上角和右下角的位置设置为cv::Points，因此您或多或少地免费获得了它。之后，只需在该 ROI 上使用 - 例如 - cv::GaussianBlur。使用 C++ API，这种方法适用于很多 OpenCV 方法。

代码比较简单，看下面sn-p：

// (Just use your frame instead.)
cv::Mat image = cv::imread("path/to/your/image.png");

// Top left and bottom right cv::Points are already defined.
cv::Point topLeft = cv::Point(60, 40);
cv::Point bottomRight = cv::Point(340, 120);

// Set up proper region of interest (ROI) using a cv::Rect from the two cv::Points.
cv::Rect roi = cv::Rect(topLeft, bottomRight);

// Only blur image within ROI.
cv::GaussianBlur(image(roi), image(roi), cv::Size(51, 51), 0);

对于像这样的一些示例性输入

以上代码生成如下输出：

希望有帮助！

【讨论】：

【解决方案2】：

这是与@HansHirse 的答案等效的 Python。思路是一样的，只是我们使用 Numpy 切片来获得 ROI

import cv2

# Read in image
image = cv2.imread('1.png')

# Create ROI coordinates
topLeft = (60, 40)
bottomRight = (340, 120)
x, y = topLeft[0], topLeft[1]
w, h = bottomRight[0] - topLeft[0], bottomRight[1] - topLeft[1]

# Grab ROI with Numpy slicing and blur
ROI = image[y:y+h, x:x+w]
blur = cv2.GaussianBlur(ROI, (51,51), 0) 

# Insert ROI back into image
image[y:y+h, x:x+w] = blur

cv2.imshow('blur', blur)
cv2.imshow('image', image)
cv2.waitKey()

【讨论】：