場景需求
在做影像處理時，有時候會需要適當地進行一些裁剪作業，比如我做干涉測量領域，我們所要處理的影像區域是條紋所在區域，而原圖又遠大于我所想分析的目標區，此時就需要對影像進行裁剪，這樣做的好處：
1）縮減計算量，提高程式運行速度；
2）裁剪后的影像尺寸正好是歸一化的影像尺寸，如果有歸一化的需求，可以直接用裁剪影像尺寸建立歸一化資料網格圖，
我就是為了計算柱面的擬合系數才寫了這個函式，若要得到同光學領域標準一致的系數，需要先歸一化資料，而歸一化的范圍就正好是裁剪的影像大小，
函式通俗易懂，就是用掩膜鎖定目標區，再分析掩膜在原圖中的上下左右邊界，用roi提取出來即可，
話不多說，下方為具體實作函式和測驗代碼，
功能函式代碼
/**
* @brief ImageCropping 影像裁剪
* @param phase 所需裁剪的影像
* @return 裁剪后影像
*/
cv::Mat ImageCropping(const cv::Mat &phase) {
// 非測量區一般都進行了NaN處理，所以掩膜繪制只需要判斷是否為NaN值即可
cv::Mat mask = cv::Mat::zeros(phase.size(), CV_8UC1);
mask.setTo(255, phase == phase);
int roi_up = 10000;
int roi_down = 0;
int roi_left = 10000;
int roi_right = 0;
int row = phase.rows;
int col = phase.cols;
for (int i = 0; i < row; i++)
{
uchar *m = mask.ptr<uchar>(i);
for (int j = 0; j < col; j++)
{
if (m[j] != 0)
{
if (j < roi_left)roi_left = j;
if (j > roi_right)roi_right = j;
if (i < roi_up)roi_up = i;
if (i > roi_down)roi_down = i;
}
}
}
int w = roi_right - roi_left;
int h = roi_down - roi_up;
// 一般提取奇數尺寸，方便計算
if (w % 2 == 0)w++;
if (h % 2 == 0)h++;
cv::Mat crop_phase = phase(cv::Rect(roi_left, roi_up, w, h)).clone();
return crop_phase;
}C++測驗代碼
#include<iostream>
#include<opencv2/opencv.hpp>
#include<ctime>
using namespace std;
using namespace cv;
cv::Mat ImageCropping(const cv::Mat &phase);
int main(void)
{
cv::Mat phase(100, 100, CV_32FC1, nan(""));
cv::circle(phase, cv::Point(50, 50), 30, 255, -1);
cv::Mat crop = ImageCropping(phase);
imshow("original", phase);
imshow("result", crop);
waitKey(0);
system("pause");
return 0;
}
/**
* @brief ImageCropping 影像裁剪
* @param phase 所需裁剪的影像
* @return 裁剪后影像
*/
cv::Mat ImageCropping(const cv::Mat &phase) {
// 非測量區一般都進行了NaN處理，所以掩膜繪制只需要判斷是否為NaN值即可
cv::Mat mask = cv::Mat::zeros(phase.size(), CV_8UC1);
mask.setTo(255, phase == phase);
int roi_up = 10000;
int roi_down = 0;
int roi_left = 10000;
int roi_right = 0;
int row = phase.rows;
int col = phase.cols;
for (int i = 0; i < row; i++)
{
uchar *m = mask.ptr<uchar>(i);
for (int j = 0; j < col; j++)
{
if (m[j] != 0)
{
if (j < roi_left)roi_left = j;
if (j > roi_right)roi_right = j;
if (i < roi_up)roi_up = i;
if (i > roi_down)roi_down = i;
}
}
}
int w = roi_right - roi_left;
int h = roi_down - roi_up;
// 一般提取奇數尺寸，方便計算
if (w % 2 == 0)w++;
if (h % 2 == 0)h++;
cv::Mat crop_phase = phase(cv::Rect(roi_left, roi_up, w, h)).clone();
return crop_phase;
}測驗效果
在測驗案例中，隨機生成了一個100*100的資料矩陣，中間一個30半徑的圓，也是我需要的目標區域，運用ImageCropping函式實作了目標區域的提取，
如果函式有什么可以改進完善的地方，非常歡迎大家指出，一同進步何樂而不為呢~
如果文章幫助到你了，可以點個贊讓我知道，我會很快樂~加油！
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/292453.html
標籤：其他