python四個坐標點對圖片區(qū)域最小外接矩形進行裁剪

更新時間：2021年06月04日 10:49:58 作者：亂世流星01

在圖像裁剪操作中，opencv和pillow兩個庫都具有相應的函數(shù)，如果想要對目標的最小外接矩形進行裁剪該如何操作呢？本文就來詳細的介紹一下

在圖像裁剪操作中，opencv和pillow兩個庫都具有相應的函數(shù)，但是這兩個庫中的函數(shù)僅僅能對與圖片平行的矩形進行裁剪操作，如果想要對目標的最小外接矩形進行裁剪該如何操作呢？如下所示：

具體處理該問題的思路如下：

計算最小外接矩形的四個點的坐標，旋轉角度
將原圖像進行旋轉，旋轉角度為最小外接矩形的角度
將四個點的坐標進行映射，求出被旋轉后圖像的四個點的坐標
利用這四個點對圖像進行裁剪

圖像原圖如下：

1 求出該區(qū)域的最小外接矩形，并且得到外接矩形的四個點的坐標和旋轉角度。

rect = cv2.minAreaRect(self.contours[0])#rect為[(旋轉中心x坐標，旋轉中心y坐標)，(矩形長，矩形寬),旋轉角度]
box_origin = cv2.boxPoints(rect)#box_origin為[(x0,y0),(x1,y1),(x2,y2),(x3,y3)]

2 將原圖像進行旋轉，旋轉角度為最小外接矩形的角度，由于防止旋轉后目標區(qū)域在圖像外面，所以我將圖像大小擴大為原來的2倍。

M = cv2.getRotationMatrix2D(rect[0],rect[2],1)
dst = cv2.warpAffine(rotateimg,M,(2*rotateimg.shape[0],2*rotateimg.shape[1]))

3 將原四個點的坐標做映射，映射到旋轉后的區(qū)域，得到新的四個點的坐標。

#逆時針旋轉
def Nrotate(angle,valuex,valuey,pointx,pointy):
      angle = (angle/180)*math.pi
      valuex = np.array(valuex)
      valuey = np.array(valuey)
      nRotatex = (valuex-pointx)*math.cos(angle) - (valuey-pointy)*math.sin(angle) + pointx
      nRotatey = (valuex-pointx)*math.sin(angle) + (valuey-pointy)*math.cos(angle) + pointy
      return (nRotatex, nRotatey)
#順時針旋轉
def Srotate(angle,valuex,valuey,pointx,pointy):
      angle = (angle/180)*math.pi
      valuex = np.array(valuex)
      valuey = np.array(valuey)
      sRotatex = (valuex-pointx)*math.cos(angle) + (valuey-pointy)*math.sin(angle) + pointx
      sRotatey = (valuey-pointy)*math.cos(angle) - (valuex-pointx)*math.sin(angle) + pointy
      return (sRotatex,sRotatey)
#將四個點做映射
def rotatecordiate(angle,rectboxs,pointx,pointy):
      output = []
      for rectbox in rectboxs:
        if angle>0:
          output.append(Srotate(angle,rectbox[0],rectbox[1],pointx,pointy))
        else:
          output.append(Nrotate(-angle,rectbox[0],rectbox[1],pointx,pointy))
      return output
box = rotatecordiate(rect[2],box_origin,rect[0][0],rect[0][1])

4 利用四個點坐標進行裁剪，如2中圖所示，圖像經(jīng)過旋轉后已經(jīng)變?yōu)楹蛨D片沒有旋轉角的圖像，經(jīng)過實驗觀察旋轉后的坐標還是有細微差別，但誤差已經(jīng)在千分點甚至萬分點左右，對我們裁剪造成的影響可以忽略不計。

def imagecrop(image,box):
      xs = [x[1] for x in box]
      ys = [x[0] for x in box]
      print(xs)
      print(min(xs),max(xs),min(ys),max(ys))
      cropimage = image[min(xs):max(xs),min(ys):max(ys)]
      print(cropimage.shape)
      cv2.imwrite('cropimage.png',cropimage)
      return cropimage
imagecrop(dst,np.int0(box))