前言

最近老师给了我一些图片，让我按照每张图片内的矩形框进行截图，图片量不是很大，但是自己有点懒，不想用PS去一张一张的截图，于是就去学习了一下OpenCV的使用，用代码进行截图。

一、OpenCV、图片二值化、图片的腐蚀膨胀学习

还是不做过多赘述，我也是看着他人的博客学习的，以下是我看的文章的链接：

opencv-python 函数总览（初版）
OpenCV–Python
图像腐蚀与图像膨胀（Python篇）

二、使用

1.引入库

from unittest import result
import cv2
import os
import numpy as np

2.读取图片

path = r"D:\Desktop\threrteen\page01.jpg"
img = cv2.imread(path,cv2.IMREAD_UNCHANGED)#我这里读取的是完整图片，因为老师给我的图片就是两通道的图片
result = img.copy()
Sp = img.shape
print(Sp)

OpenCV读取图片时，路径中不能有中文字符

3.对图片进行腐蚀

#img = cv2.imread(pic,cv2.IMREAD_UNCHANGED)
kernel = np.ones((7,7),np.uint8)#设置卷积核
erosion = cv2.erode(img,kernel)

第一步是对图片进行二值化处理，如果读取的图片不是两通道的图片需要这一步

4.获取矩形框

ret, thresh = cv2.threshold(img,20,200,cv2.THRESH_BINARY_INV)#这一步一个可以不要，是对图片进行二值化的，毕竟在腐蚀的时候就已经二值化了
kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(1,1))#因为是根据矩形框进行截图，所以设置内核为矩形以及锚点的位置（不同的图片锚点位置不同，可以定义一个Mat函数获取）
eroded = cv2.erode(thresh,kernel)#腐蚀.....
contours, hierarchy = cv2.findContours(eroded,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE）

5.对图片进行裁剪

count = 0
color = (0,255,0)#设置绘制矩形框的RGB通道
for c in contours:x, y, w, h = cv2.boundingRect(c)if w >2000 and h>3000:print(w,h)cv2.rectangle(img, (x, y), (x + w, y + h), color, 1)#在图像上绘制一个矩形，根据绘制的矩形框进行切割count += 1temp = result[y:(y + h), x:(x + w)]# temp = cv2.bitwise_not(temp)#取反temp = cv2.resize(temp,(768,1024))#将图片统一保存为1024*768的大小cv2.imwrite(r"D:\Desktop\result\page{0}.jpg".format(count),temp)

第四步中获取图片中的矩形框时，会对所有的矩形框以及腐蚀后卫矩形框的位置都进行识别，例如文字“口”“品”都会被识别为矩形框，这时候就应该避免这种小的矩形框被裁剪，我第一次的时候就没有注意，把画矩形框和保存图片放在了循环外，还傻乎乎的运行了五分钟，删除图片的时候内心是崩溃的。

完整代码

from unittest import result
import cv2
import os
import numpy as nppath = r"D:\Desktop\threrteen\page01.jpg"
img = cv2.imread(path,cv2.IMREAD_UNCHANGED)
result = img.copy()
Sp = img.shape
#print(Sp)b = bytes()kernel = np.ones((7,7),np.uint8)
erosion = cv2.erode(img,kernel)ret, thresh = cv2.threshold(img,20,200,cv2.THRESH_BINARY_INV)
kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(1,1))
eroded = cv2.erode(thresh,kernel)dict = {}
list = []
contours, hierarchy = cv2.findContours(eroded,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
count = 0
color = (0,255,0)
for c in contours:x, y, w, h = cv2.boundingRect(c)if w >2000 and h>3000:print(w,h)cv2.rectangle(img, (x, y), (x + w, y + h), color, 1)count += 1temp = result[y:(y + h), x:(x + w)]# temp = cv2.bitwise_not(temp)#取反temp = cv2.resize(temp,(768,1024))cv2.imwrite(r"D:\Desktop\result\page{0}.jpg".format(count),temp)

三、最终效果

emmmmm，图片是老师给的，我也不知道可不可以发出来，就画了一下，不过不影响代码效果的演示
原图：

结果：

学习之路（二）：按照图片内矩形框进行裁剪相关推荐

python 剑指offer 学习之路(二)
剑指offer 学习之路合并两个排序的链表树的子结构顺时针打印矩阵包含min函数的栈从上往下打印二叉树二叉搜索树的后序遍历序列二叉树中和为某一值的路径复杂链表的复制数组中出现次数超过 ...
前端Vue学习之路(二)-Vue-router路由
Vue学习之路 (二) Vue-router(基础版) 一.增加静态路由二.动态路由+路由嵌套+404页面三. 编程式导航四.命名路由五.命名视图六.重定向和起别名 1.重定向 2.起别名 ...
Hive学习之路(二):Hive表操作详讲
操作内容简介一.操作前的准备二.Hive表操作详讲 1. 创建数据库 2. 查看所有数据库/表 3. 在Hive上直接操作HDFS 4. 在Hive上直接执行终端命令 5. 创建数据表/查看表的信 ...
深度学习CTPN+CRNN模型实现图片内文字的定位与识别(OCR)
1:样本获取 **算法论文:** Synthetic Data for Text Localisation in Natural Images Github: https://github.com/a ...
zigbee学习之路(二)点亮LED
一.前言今天,我来教大家如何点亮led,这也是学习开发板最基础的步骤了. 二.原理分析 cc2530芯片跟虽然是51的内核,但是它跟51单片机还是有区别的,51单片机不需要对IO口进行配置,而cc2 ...
[原创]java WEB学习笔记71：Struts2 学习之路-- struts2常见的内建验证程序及注意点，短路验证，非字段验证，错误消息的重用...
本博客的目的:①总结自己的学习过程,相当于学习笔记 ②将自己的经验分享给大家,相互学习,互相交流,不可商用内容难免出现问题,欢迎指正,交流,探讨,可以留言,也可以通过以下方式联系. 本人互联网技术爱 ...
python学习之路二
数据类型: int 整型数字进制转化函数: bin(10) "0b1010" 将十进制的10 转换成二进制 oct(10) "0o12"将十进制的10 ...
Spring Boot 学习之路二配置文件 application.yml
一.创建配置文件如图所示,我们在resources文件夹中新建配置文件application.yml 结构图二.一些基本配置 server: port: 8090 //配置端口session-ti ...
C++学习之路二：C++
目录二.C++ 1. C,java,C++区别 2. C++ 对象模型(C++ class底层原理) 2.1 基本对象模型与C++对象模型 2.2 C++ 构造函数模型 2.3 C++继承的底层原理 ...

学习之路（二）：按照图片内矩形框进行裁剪

OpenCV的使用

前言