【利用OpenCV-Python在图像中选择ROI区域并提取ROI坐标信息】

文前白话代码：效果：

文前白话

在图像中选定ROI区域进行进一步的功能开发，就需要提取到相应的ROI区域坐标，对于多边形ROI区域划定与坐标信息提取，主要利用鼠标交互进行绘制，详细代码如下：提示：要注意坐标信息与图像实际大小的关系，特别是应用在视频流的ROI区域坐标提取。

代码：

import cv2import numpy as npimport joblib # pip install joblib# 声明鼠标点击函数，从图像中选入ROI的系列点def draw_roi(event, x, y, flags, param):img2 = img.copy()if event == cv2.EVENT_LBUTTONDOWN: # 左键点击，选择点pts.append((x, y))if event == cv2.EVENT_RBUTTONDOWN: # 右键点击，取消最近一次选择的点pts.pop()if event == cv2.EVENT_MBUTTONDOWN: # 中键绘制轮廓mask = np.zeros(img.shape, np.uint8)points = np.array(pts, np.int32)points = points.reshape((-1, 1, 2))# 选择多边形mask = cv2.polylines(mask, [points], True, (255, 255, 255), 2)mask2 = cv2.fillPoly(mask.copy(), [points], (255, 255, 255)) # 用于求 ROImask3 = cv2.fillPoly(mask.copy(), [points], (0, 255, 0))# 用于 显示在桌面的图像show_image = cv2.addWeighted(src1=img, alpha=0.8, src2=mask3, beta=0.2, gamma=0)cv2.imshow("mask", mask2)cv2.imshow("show_img", show_image)ROI = cv2.bitwise_and(mask2, img)cv2.imshow("ROI", ROI)cv2.waitKey(0)if len(pts) > 0:# 将pts中的最后一点画出来cv2.circle(img2, pts[-1], 3, (0, 0, 255), -1)if len(pts) > 1:# 画线for i in range(len(pts) - 1):cv2.circle(img2, pts[i], 5, (0, 0, 255), -1) # x ,y 为鼠标点击地方的坐标cv2.line(img=img2, pt1=pts[i], pt2=pts[i + 1], color=(255, 0, 0), thickness=2)cv2.imshow('image', img2)# 创建图像坐标参数pts = [] # 用于存放点坐标path = "./20.jpg" #读入图片路径#为了使ROI与实际的点的坐标一致，需要将图片resize成目标大小# 若是在视频中画ROI，则需要匹配单帧中的实际大小img_org = cv2.imread(path)print('img_org.size:',img_org.shape) # 打印原始帧图像的通道信息img=cv2.resize(img_org,(1920,1080))print('img.size:',img.shape)# 将图像窗口与鼠标回调函数绑定cv2.namedWindow('image')cv2.setMouseCallback('image', draw_roi)print("[INFO] 单击左键：选择点，单击右键：删除上一次选择的点，单击中键：确定ROI区域")print("[INFO] 按‘S’确定选择区域并保存")print("[INFO] 按 ESC 退出")#退出与保存while True:key = cv2.waitKey(1) & 0xFFif key == 27:breakif key == ord("s"):saved_data = {"ROI": pts}joblib.dump(value=saved_data, filename="config.pkl") # .pkl 为二进制文件print("[INFO] ROI坐标已保存到本地.")breakcv2.destroyAllWindows()#加载保存好的 .pkl 二进制文件中提取的roi坐标def Load_Model(filepath):img = cv2.imread(path) model = joblib.load(filepath)print(type(model))print(model) # 打印坐标点的信息return modelLoad_Model('config.pkl')

效果：

补充：

对于区域获得的坐标点，利用 y= kx+b 进行线性拟合，以任意一点在区分区域内或者区域外。

# # 将ROI提取出的坐标进行拟合: y = kx + b def line(name,x1,y1,x2,y2):k=(y1-y2)/(x1-x2)b=y1-((y1-y2)/(x1-x2))*x1# print('L%s:y=%.2f*x+%.2f'%(name,k,b))print(name,k,b)line('ab',740, 321,1185, 333)