剪切除感兴趣区域的所有蟒蛇

Question

我对这种事情是完全陌生的，我使用SLIC从图像中获取超像素，现在我提取了检测到的单个超像素，但这就像整个img起始尺寸，除了存在超像素和其余的图片为黑色，对不起我的英语不好，我将在下面尝试解释。

import cv2
import numpy as np
from skimage.segmentation import slic

myimg = cv2.imread('4.5.jpg')
segments = slic(myimg, n_segments=200, compactness=10, sigma=1)



for i, segVal in enumerate(np.unique(segments)):


    mask = np.zeros(myimg.shape[:2], dtype = "uint8")
    mask[segments == segVal] = 255
    cv2.imwrite('output.png', cv2.bitwise_and(myimg, myimg, mask = mask))

    #show the masked region
    #cv2.imshow("Mask", mask)
    cv2.imshow("Applied", cv2.bitwise_and(myimg, myimg, mask = mask))
    cv2.waitKey(1)

这实际上是我获得超像素的代码，但是当我存储单个超像素时，我在该链接中所得到的（我还不能嵌入图像）：superpixel

现在您可以看到原始图像的H和W和超像素存在一个很大的黑色区域，我希望在超像素区域仅裁剪一个“矩形或正方形”，我该怎么做？谢谢，抱歉我的英语

Answer 1

对于此任务，您可以使用cv2.findContours。请参阅其documentation以了解如何使用它。找到适合您情况的轮廓后，可以使用

x,y,w,h = cv2.boundingRect(cnt)

其中x，y是左上角的坐标，w，h是矩形的宽度和高度。现在我们可以知道所需重新捕获的所有要点，并且可以使用numpy索引对其进行裁剪。