Вы можете сохранять только прямоугольные изображения, поэтому я получаю ограничивающий прямоугольник. Если вам нужна форма, то вы можете сохранить данные из умножения входного изображения и маски (то есть третьего изображения в вашем вопросе), таким образом, у вас будет черный контур, который вы сможете впоследствии удалить в ваша обработка

могу извлечь обнаруженные регионы с помощью MSER на этом изображении:

Что я хочу сделать, это сохранить зеленые ограниченные области. Мой настоящий код такой:

import cv2
import numpy as np

mser = cv2.MSER_create()
img = cv2.imread('C:\\Users\\Link\\img.tif')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
vis = img.copy()
regions, _ = mser.detectRegions(gray)
hulls = [cv2.convexHull(p.reshape(-1, 1, 2)) for p in regions]
cv2.polylines(vis, hulls, 1, (0, 255, 0))

mask = np.zeros((img.shape[0], img.shape[1], 1), dtype=np.uint8)
mask = cv2.dilate(mask, np.ones((150, 150), np.uint8))
for contour in hulls:
    cv2.drawContours(mask, [contour], -1, (255, 255, 255), -1)

    text_only = cv2.bitwise_and(img, img, mask=mask)


cv2.imshow('img', vis)
cv2.waitKey(0)
cv2.imshow('mask', mask)
cv2.waitKey(0)
cv2.imshow('text', text_only)
cv2.waitKey(0)

Ожидаемый результат должен представлять собой изображение, подобное ROI.

Исходное изображение:

 lorenzo06 дек. 2017 г., 16:42
Посмотрите здесь:bytefish.de/blog/extracting_contours_with_opencv
 lorenzo06 дек. 2017 г., 16:49
Канни фильтр (или размытие + порог) может сделать их достаточно большими для этого. В противном случае используйте findContours или MSER, чтобы найти большие белые пятна, как вы делали выше, и используйте их в качестве маски. Но, как сказал GPhilo, вы можете сохранять только прямоугольные изображения, использование закругленного контура может быть полезным только для исключения шума.
 Link06 дек. 2017 г., 16:43
Читал это прямо сейчас ... как вы думаете, он будет работать с изображениями, которые содержат такие маленькие цифры?
 Link01 дек. 2017 г., 15:48
@GPhilo отредактировал вопрос
 GPhilo01 дек. 2017 г., 15:42
Как вы хотите «спасти» их? Одно изображение на регион, независимо от размера? Извлечение под-массивов этих регионов? Не могли бы вы уточнить, каков ожидаемый результат?

Ответы на вопрос(1)

Решение Вопроса

используйте его в качестве ROI, чтобы извлечь область и сохранить ее:

for i, contour in enumerate(hulls):
    x,y,w,h = cv2.boundingRect(contour)
    cv2.imwrite('{}.png'.format(i), img[y:y+h,x:x+w])
 Link01 дек. 2017 г., 16:04
Да, координаты поменялись местами. Теперь это работает. Просто чтобы знать, код выше является стандартным для сохранения ограничивающих рамок (я имею в виду х, у, ш, ч ...)?
 Link01 дек. 2017 г., 16:00
Вы пробовали это? Я спрашиваю, потому что это не работает. Я имею в виду, что это «что-то» (мусор для большинства файлов), но это не нормально. Вместо этого мне нравится способ подсчета файлов с форматированием строк.
 GPhilo04 дек. 2017 г., 11:19
Вы можете сохранять только прямоугольные изображения, поэтому я получаю ограничивающий прямоугольник. Если вам нужна форма, то вы можете сохранить данные из умножения входного изображения и маски (то есть третьего изображения в вашем вопросе), таким образом, у вас будет черный контур, который вы сможете впоследствии удалить в ваша обработка
 GPhilo01 дек. 2017 г., 16:01
Не могу попробовать, потому что у меня нет примеров данных для запуска, возможно, я поменял координаты x и y вimg[...], Можете ли вы попробовать запустить его сimg[y:y+h, x:x+w] вместо этого и посмотрите, исправит ли это?
 GPhilo01 дек. 2017 г., 16:06
Спасибо, исправил ответ с правильным порядком координат. В питоне OpenCVboundingRect возвращает 4-кортеж(x,y,w,h), который я извлек непосредственно в 4 значениях, потому что они мне нужны для индексации массива. В идеале, если вам нужно хранить ограничивающую рамку, вы должны оставить 4-кортеж без изменений.

Ваш ответ на вопрос