这篇文章主要介绍了python opencv实现目标区域裁剪功能，通过截取到坐标信息以后用CV2的裁剪就可以完美实现，本文给大家分享实例代码,需要的朋友可以参考下
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
#代码
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)
结果
裁剪后的图像如下
以上就是python opencv实现目标区域裁剪功能的详细内容，更多请关注0133技术站其它相关文章！
