opencv 多边形截取图像

您可以使用 OpenCV 中的 `cv2.fillPoly()` 函数来截取多边形区域的图像。以下是一个示例代码：

import cv2
import numpy np

# 读取图像
 = cv2.imread('input.jpg')

# 定多边形顶点坐标
pts = np.array([[50, 50], [200, 50], [200, 200], [50, 200]], np.int32)

# 创建一个掩膜图像，与原始图像尺寸相同，单通道，所有像素值初始化为0
mask = np.zeros(image.shape[:2], dtype=np.uint8)

# 在掩膜图像上绘制多边形区域
cv2.fillPoly(mask, [pts], 255)

# 在原始图像上应用掩膜
masked_image = cv2.bitwise_and(image, image, mask=mask)

# 显示结果
cv2.imshow('Original Image', image)
cv2.imshow('Masked Image', masked_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上述代码中，您需要替换 `'input.jpg'` 为您要处理的图像路径，并根据需求修改多边形的顶点坐标。执行代码后，将会显示原始图像和截取后的图像。

希望对您有所帮助！如果还有其他问题，请随时提问。

相关问题

opencv 多边形面积

在OpenCV库中，计算多边形面积通常涉及到从顶点坐标构建轮廓并应用一些几何公式。你可以通过以下几个步骤来完成这个任务：

1. **读取图像或处理图像**: 首先，你需要从图像中提取出多边形的轮廓，可以使用`findContours()`函数结合边缘检测或者其他形状识别技术。

2. **获取轮廓信息**: `contours`是一个包含多边形顶点的数组，每个轮廓都是一个`std::vector<std::vector<cv::Point>>`。你需要选择你要计算面积的那个轮廓。

3. **确定是否封闭**: 确保多边形是闭合的，如果没有，需要添加一个额外的顶点来形成闭环。

4. **计算面积**: 对于闭合的轮廓，可以使用`cv::contourArea()`函数。这个函数接受轮廓数据作为输入，返回的是浮点数，表示多边形的总面积。

cv::Mat img = ...; // 读取或处理后的图像
std::vector<std::vector<cv::Point>> contours;
std::vector<std::vector<cv::Vec4i>> hierarchy;

// 提取轮廓
cv::findContours(img, contours, hierarchy, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE);

// 获取某个轮廓
const std::vector<cv::Point>& contour = contours;

if (contour.size() > 2) { // 检查是否至少有三个点构成一个三角形
    float area = cv::contourArea(contour);
    std::cout << "Polygon area: " << area << std::endl;
}

opencv多边形拟合

你可以使用OpenCV中的`cv2.approxPolyDP()`函数来进行多边形拟合。该函数可接受一个轮廓作为输入，并根据指定的精度将其拟合为多边形。

下面是一个使用`cv2.approxPolyDP()`函数进行多边形拟合的示例代码：

import cv2
import numpy as np

# 读取图像并转换为灰度图像
image = cv2.imread('image.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 对图像进行阈值处理或边缘检测，得到轮廓
# 例如，可以使用cv2.Canny()函数进行边缘检测
edges = cv2.Canny(gray,100, 200)

# 查找轮廓，假设只有一个轮廓
contours, _ = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 进行多边形拟合
epsilon = 0.01 * cv2.arcLength(contours[0], True)
approx = cv2.approxPolyDP(contours[0], epsilon, True)

# 在原始图像上绘制拟合的多边形
cv2.drawContours(image, [approx], 0, (0, 255, 0), 2)

# 显示结果图像
cv2.imshow('Approximated Polygon', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上述示例中，我们首先读取一张图像并将其转换为灰度图像。然后，我们使用边缘检测（例如Canny算子）获取图像的边缘。接下来，我们使用`cv2.findContours()`函数找到图像中的轮廓。假设我们只有一个轮廓，所以我们选择了列表中的第一个轮廓。

然后，我们使用`cv2.approxPolyDP()`函数进行多边形拟合。在这个函数中，我们需要提供一个轮廓、拟合精度和一个布尔值参数（如果为True，则表示该轮廓是封闭的）。

最后，我们使用`cv2.drawContours()`函数将拟合的多边形绘制在原始图像上，并显示结果图像。请注意，`cv2.drawContours()`函数需要传入一个轮廓列表（即使只有一个轮廓）。

希望这个示例对你有帮助！如果你有任何其他问题，请随时问我。