如何在蟒蛇中使用OpenCV拉直图像的旋转矩形区域？

Question

下图会告诉你我想要什么。

我有图像中矩形的信息（宽度，高度，中心点和旋转度）。现在，我想写一个脚本来剪切它们并将它们保存为图像，但也要将它们拉直。就像这样，我想从图像内部显示的矩形转到外部显示的矩形。

我正在使用OpenCV Python。请告诉我实现这一点的方法。

请展示一些代码，因为OpenCVPython的例子很难找到。

Answer 1

仅当矩形的内容在旋转后位于旋转的图像中并且在其他情况下将严重失败时，其他方法才有效。如果某些部件丢失了怎么办？请参阅下面的示例：

如果要使用上述方法裁剪旋转的矩形文本区域，

import cv2
import numpy as np


def main():
    img = cv2.imread("big_vertical_text.jpg")
    cnt = np.array([
            [[64, 49]],
            [[122, 11]],
            [[391, 326]],
            [[308, 373]]
        ])
    print("shape of cnt: {}".format(cnt.shape))
    rect = cv2.minAreaRect(cnt)
    print("rect: {}".format(rect))

    box = cv2.boxPoints(rect)
    box = np.int0(box)

    print("bounding box: {}".format(box))
    cv2.drawContours(img, [box], 0, (0, 0, 255), 2)

    img_crop, img_rot = crop_rect(img, rect)

    print("size of original img: {}".format(img.shape))
    print("size of rotated img: {}".format(img_rot.shape))
    print("size of cropped img: {}".format(img_crop.shape))

    new_size = (int(img_rot.shape[1]/2), int(img_rot.shape[0]/2))
    img_rot_resized = cv2.resize(img_rot, new_size)
    new_size = (int(img.shape[1]/2)), int(img.shape[0]/2)
    img_resized = cv2.resize(img, new_size)

    cv2.imshow("original contour", img_resized)
    cv2.imshow("rotated image", img_rot_resized)
    cv2.imshow("cropped_box", img_crop)

    # cv2.imwrite("crop_img1.jpg", img_crop)
    cv2.waitKey(0)


def crop_rect(img, rect):
    # get the parameter of the small rectangle
    center = rect[0]
    size = rect[1]
    angle = rect[2]
    center, size = tuple(map(int, center)), tuple(map(int, size))

    # get row and col num in img
    height, width = img.shape[0], img.shape[1]
    print("width: {}, height: {}".format(width, height))

    M = cv2.getRotationMatrix2D(center, angle, 1)
    img_rot = cv2.warpAffine(img, M, (width, height))

    img_crop = cv2.getRectSubPix(img_rot, size, center)

    return img_crop, img_rot


if __name__ == "__main__":
    main()

这是你将得到的:

显然，有些零件被切掉了！为什么不直接扭曲旋转的矩形，因为我们可以用＜code＞cv获得它的四个角点。boxPoints（）方法？

import cv2
import numpy as np


def main():
    img = cv2.imread("big_vertical_text.jpg")
    cnt = np.array([
            [[64, 49]],
            [[122, 11]],
            [[391, 326]],
            [[308, 373]]
        ])
    print("shape of cnt: {}".format(cnt.shape))
    rect = cv2.minAreaRect(cnt)
    print("rect: {}".format(rect))

    box = cv2.boxPoints(rect)
    box = np.int0(box)
    width = int(rect[1][0])
    height = int(rect[1][1])

    src_pts = box.astype("float32")
    dst_pts = np.array([[0, height-1],
                        [0, 0],
                        [width-1, 0],
                        [width-1, height-1]], dtype="float32")
    M = cv2.getPerspectiveTransform(src_pts, dst_pts)
    warped = cv2.warpPerspective(img, M, (width, height))

现在裁剪的图像变成

好多了，不是吗？如果仔细检查，您会注意到裁剪后的图像中有一些黑色区域。这是因为检测到的矩形的一小部分超出了图像的边界。为了解决这个问题，您可以稍微填充图像并在那之后进行裁剪。这个答案中有一个例子。

现在，我们比较两种从图像中裁剪旋转矩形的方法。这种方法不需要旋转图像，可以用更少的代码更优雅地处理这个问题。

Answer 2

我在这里和类似问题中使用解决方案时遇到了错误偏移的问题。

所以我做了数学计算，并提出了以下有效的解决方案：

def subimage(self,image, center, theta, width, height):
    theta *= 3.14159 / 180 # convert to rad

    v_x = (cos(theta), sin(theta))
    v_y = (-sin(theta), cos(theta))
    s_x = center[0] - v_x[0] * ((width-1) / 2) - v_y[0] * ((height-1) / 2)
    s_y = center[1] - v_x[1] * ((width-1) / 2) - v_y[1] * ((height-1) / 2)

    mapping = np.array([[v_x[0],v_y[0], s_x],
                        [v_x[1],v_y[1], s_y]])

    return cv2.warpAffine(image,mapping,(width, height),flags=cv2.WARP_INVERSE_MAP,borderMode=cv2.BORDER_REPLICATE)

作为参考，这里有一张解释其背后数学原理的图片:

请注意，

w_dst = width-1
h_dst = height-1

这是因为最后一个坐标的值是< code>width-1，而不是< code>width或< code>height。

Answer 3

您可以使用warpAffine函数围绕定义的中心点旋转图像。可以使用getRotationMatrix2D生成合适的旋转矩阵（其中theta以度为单位）。

然后，您可以使用Numpy切片来剪切图像。

import cv2
import numpy as np

def subimage(image, center, theta, width, height):

   ''' 
   Rotates OpenCV image around center with angle theta (in deg)
   then crops the image according to width and height.
   '''

   # Uncomment for theta in radians
   #theta *= 180/np.pi

   shape = ( image.shape[1], image.shape[0] ) # cv2.warpAffine expects shape in (length, height)

   matrix = cv2.getRotationMatrix2D( center=center, angle=theta, scale=1 )
   image = cv2.warpAffine( src=image, M=matrix, dsize=shape )

   x = int( center[0] - width/2  )
   y = int( center[1] - height/2 )

   image = image[ y:y+height, x:x+width ]

   return image

请记住，dsize是输出图像的形状。如果补丁/角度足够大，如果使用原始形状（为了简单起见），边缘会被切断（比较上面的图像）。在这种情况下，您可以为形状（放大输出图像）和切片参考点（这里是center）引入缩放因子。

以上功能可以使用如下：

image = cv2.imread('owl.jpg')
image = subimage(image, center=(110, 125), theta=30, width=100, height=200)
cv2.imwrite('patch.jpg', image)