我有一個影像和它的每一邊的頂點，這意味著，如果我們將每一邊看作一個線段 (A,B) 我有 A 和 B 點坐標。
現在我想裁剪影像，以便我只有影像的一個片段（即側面），例如這只是原始影像的一側
現在我嘗試在opencv中使用二進制掩碼創建一條線（從我擁有的頂點）并使用它來裁剪影像，以便我擁有對應于那一側的像素。這種方法的問題是生成的影像與原始影像的大小相同，但裁剪的所有內容現在都是 [0,0,0,0] (rgba) 像素
相反，我想要的是以下內容：例如，如果我要提取的邊長為 20px，則生成的影像應為 (1,20,4) 1 高、20 寬和 4 個通道 (rgba)
我試著用切片來做，但我不知道如何解釋側面也可以是斜線的事實。
Example image: Example image 對應頂點：[[[107, 32], [95, 30]], [[95, 30], [26, 103]], [[26, 103], [28, 119]] , [[28, 119], [103, 109]], [[103, 109], [122, 64]], [[122, 64], [107, 32]]] 這些頂點中的每一個都是需要的我可以為每 2 個頂點從影像中提取一條線。在前面的示例中，我有 12 個頂點，因此我必須提取 6 行
uj5u.com熱心網友回復：
如果您不需要強制使用 numpy，則可以使用 PIL 中的 Image
from PIL import Image
img1 = Image.open(r"image_name.png")
img1 = img1.crop((cord_x, cord_y, width, height))
img1.save("name_saved.png")
更新： 另一個代碼，矩形形狀的幫助，這里是任何多邊形線陣列的更通用的代碼
import numpy
from PIL import Image, ImageDraw
im = Image.open("image_name").convert("RGBA") #only convert if is necesary
image_array = numpy.asarray(im)
#Create mask
polygon = [(107, 32), (95, 30), (26, 103), (28, 119), (103, 109), (122, 64)] #this cords is from your example
mi = Image.new('L', (image_array.shape[1], image_array.shape[0]), 0)
ImageDraw.Draw(mi).polygon(polygon, outline=1, fill=1)
mask = numpy.array(mi)
new_image_array = numpy.empty(image_array.shape,dtype='uint8')
new_image_array[:,:,:3] = image_array[:,:,:3]
new_image_array[:,:,3] = mask*255
#Convert numpy array to image
image_output = Image.fromarray(new_image_array, "RGBA")
image_output.save("file_output_name")
uj5u.com熱心網友回復：
因此，據我了解您的問題，您似乎可以使用 numpy 切片和蒙版進行裁剪并管理 alpha 通道，但是您需要將該裁剪區域提取為形狀的邊界框？
只要你有定義多邊形的坐標，你就可以找到最左邊、最右邊、最上面和最下面的坐標并對該區域進行切片。
請參閱我對此示例的回答：
查找大小小于 x 的某些顏色的色塊。（x =像素數）
如果您的坐標 = c：
c = [[[107, 32], [95, 30]], [[95, 30], [26, 103]], [[26, 103], [28, 119]], [[28, 119], [103, 109]], [[103, 109], [122, 64]], [[122, 64], [107, 32]]]
然后你會找到類似的極端坐標（假設坐標的格式是 [y,x] 看起來）
top = tuple(c[c[:,:,].argmin()][0]
bottom = tuple(c[c[:,:,].argmax()][0]
left = tuple(c[c[:,:,].argmin()][1]
right = tuple(c[c[:,:,].argmax()][1]
（如果您希望使用更簡單的代碼，您可以以更普通的方式迭代并找到最大/最小值來驗證更復雜的示例。）
你知道在每一邊添加一個像素邊距是否合理，所以left = left - 1，right = right 1，top = top - 1，bottom =bottm 1，但是你必須注意的是新值< 0 或 > 影像的結尾。
轉載請註明出處，本文鏈接：https://www.uj5u.com/yidong/487617.html
上一篇：在Python中，當在groupby([])[].transform(np.sum)中使用np.sum時，我希望NaN總和為NaN而不是零