这篇文章主要讲解了“python opencv怎么实现目标区域裁剪功能”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“python opencv怎么实现目标区域裁剪功能”吧！
这个任务是自己在项目中数据处理的一部分内容，待处理的图片如下所示：
我需要将目标区域给裁剪出来，要不然在后期训练网络的时候整幅图像过大，且目标区域过小，得到结果不好，还会加剧计算量。在网上找了各个大佬的博客看，没找到合适的，便自己动手写了，顺便自己的小破站刚搭建起来，记录一下自己的思路。
思路
去寻找目标区域的最左边，最右边，最上面和最下面的像素点，取到坐标信息以后用CV2的裁剪一下就可以实现了。
难点
数据总共是11952张图片，每张图片是1024*768大小的，依次去遍历的话担心太费时间了，结果还好，图像中黑色的像素点值为0，计算量比想象的要小很多。
计算
安全
数据库
网络和加速
企业服务
import cv2
"""
使用OpenCV截取图片
"""
def search(path):
left = 1024
right = 0
upper = 768
lower = 0
img = cv2.imread(path)[:,:,0]
# print(img.shape)
for i in range(768):
for j in range(1024):
if img[i,j] != 0 :
# print(img[i,j])
left = min(j,left)
right = max(j,right)
lower = max(i,lower)
upper = min(i,upper)
return (left,upper,right,lower)
def image_cut_save(path, left, upper, right, lower, save_path):
"""
所截区域图片保存
:param path: 图片路径
:param left: 区块左上角位置的像素点离图片左边界的距离
:param upper：区块左上角位置的像素点离图片上边界的距离
:param right：区块右下角位置的像素点离图片左边界的距离
:param lower：区块右下角位置的像素点离图片上边界的距离
故需满足：lower > upper、right > left
:param save_path: 所截图片保存位置
"""
img = cv2.imread(path) # 打开图像
cropped = img[upper:lower, left:right]
# 保存截取的图片
cv2.imwrite(save_path, cropped)
if __name__ == '__main__':
root_path = r'原图片的路径'
save_path = r'裁剪后的图片保存的路径'
images = os.listdir(root_path)
for image in images:
# print(image)
pic_path = os.path.join(root_path,image)
# print(pic_path)
pic_save_dir_path = os.path.join(save_path,image)
print(pic_save_dir_path)
left, upper, right, lower = search(pic_path)
# show_cut(pic_path, left, upper, right, lower)
image_cut_save(pic_path, left, upper, right, lower, pic_save_dir_path)裁剪后的图像如下
感谢各位的阅读，以上就是“python opencv怎么实现目标区域裁剪功能”的内容了，经过本文的学习后，相信大家对python opencv怎么实现目标区域裁剪功能这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是亿速云，小编将为大家推送更多相关知识点的文章，欢迎关注！
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
原文链接：https://www.py.cn/jishu/jichu/32026.html
