【图像处理】openCV中生成掩膜区域的方式以及Points的规则

本文已参与「新人创作礼」活动,一起开启掘金创作之路。

openCV中生成掩膜区域的方式以及Points的规则

背景描述

在上一篇文章使用openCV生成用户的ROI图片的需求,我们是自定义的mask的区域边界点,其实这些个边界点是有讲究了,上一篇没有讲到这一点,本文主要介绍openCV中的区域边界点的生成原则

生成mask的思路

在这里插入图片描述

区域生成点(Point)的规则

我们知道了mask的生成方法,首先需要给出这个区域的边界点Point,再根据这些点生成对应的区域。

先说结论:点的顺序必须是一个方向的,顺时针或逆时针,最后一个点会默认连接到起点。

例子如下:

		List<Point> list = new ArrayList<>();
        list.add(new Point(50, 50));
        list.add(new Point(200, 50));
        list.add(new Point(200, 200));
        list.add(new Point(50, 200));
        
		// 构建掩膜mask
        List<MatOfPoint> maskArea = new ArrayList<>();
        MatOfPoint maskPoints = new MatOfPoint();
        maskPoints.fromList(list);//list转移给MatOfPoint
        maskArea.add(maskPoints);//加入到区域中

        Mat mask;
        mask = new Mat(new Size(img.width(), img.height()), CvType.CV_8UC3, new Scalar(0, 0, 0));//定义成黑色
        Imgproc.fillPoly(mask, maskArea, new Scalar(255, 255, 255));//填充多边形,生成mask,定义成白色
        // 保存mask图片
        Imgcodecs.imwrite("C:\\Users\\Administrator\\Desktop\\mask.tiff", mask);

在这个例子中,point的顺序是顺时针的,能够成功得到一个长方形 在这里插入图片描述 如果将点的顺序变为如下方式,那么效果就会很奇怪。

        list.add(new Point(50, 50));
        list.add(new Point(200, 50));
        list.add(new Point(50, 200));
        list.add(new Point(200, 200));

在这里插入图片描述 究其原因,其底层的生成策略是按照list中点的顺序去构建一个图形,相当于就是一笔按顺序将所有点连接起来。

如果在具体的业务需求中,我们不可能让上面这种情况出现的,也就是说,我们需要将前端传入的这些点进行重新排序,使得所有点的顺序是按照顺时针(或逆时针),具体方法请看openCV中生成掩膜区域的参数(Point)处理:凸包算法

生成单区域掩膜

之前的文章已经介绍了。openCV生成用户的ROI图片的需求中

生成多区域掩膜

一个mask中可以拥有多个区域,同时openCV的API中也支持这一点。具体的,一个List就是代码一个mask的区域,可以向里面添加多个MatOfPoint,其中每一个MatOfPoint就是一块区域。

核心代码如下:

        // 构建掩膜mask
        List<MatOfPoint> maskArea = new ArrayList<>();
        MatOfPoint maskPoints = new MatOfPoint();//区域1
        MatOfPoint maskPoints2 = new MatOfPoint();//区域2
        maskPoints.fromList(list);//将point的list转移生成MatOfPoint的区域1
        maskPoints2.fromList(list2);//将point的list转移生成MatOfPoint的区域1

		//将两个区域分别加到mask中
        maskArea.add(maskPoints);
        maskArea.add(maskPoints2);

完整代码如下:

package com.example.phenocam.test;

import org.junit.Test;
import org.opencv.core.*;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;

import java.util.ArrayList;
import java.util.List;

/**
 * @description:
 * @author: ZW
 * @email:
 * @create: 2022-07-21 10:57
 **/

public class MyTest {
    @Test
    public void tes(){
        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
        Mat img = Imgcodecs.imread("C:\\Users\\Administrator\\Desktop\\20220721133904.jpg");

        //定义mask的区域边界点,这个Point是openCV包下定义的
        List<Point> list = new ArrayList<>();
        list.add(new Point(442, 139));//1
        list.add(new Point(426, 220));//2
        list.add(new Point(442, 139+173));//3
        list.add(new Point(542, 139+173));//4
        list.add(new Point(552+16, 220));//5
        list.add(new Point(552, 139));//6

        List<Point> list2 = new ArrayList<>();
        list2.add(new Point(473, 337));
        list2.add(new Point(472, 427));
        list2.add(new Point(417, 470));
        list2.add(new Point(382, 615));
        list2.add(new Point(639, 615));
        list2.add(new Point(588, 489));
        list2.add(new Point(544, 449));
        list2.add(new Point(565, 337));


        // 构建掩膜mask
        List<MatOfPoint> maskArea = new ArrayList<>();
        MatOfPoint maskPoints = new MatOfPoint();
        MatOfPoint maskPoints2 = new MatOfPoint();
        maskPoints.fromList(list);
        maskPoints2.fromList(list2);

        maskArea.add(maskPoints);
        maskArea.add(maskPoints2);

        Mat mask;
        mask = new Mat(new Size(img.width(), img.height()), CvType.CV_8UC3, new Scalar(0, 0, 0));//定义成黑色
        Imgproc.fillPoly(mask, maskArea, new Scalar(255, 255, 255));//填充多边形,生成mask,定义成白色
        // 保存mask图片
        Imgcodecs.imwrite("C:\\Users\\Administrator\\Desktop\\mask.tiff", mask);

        //根据mask将原图片img复制生成ROI图片dist
        Mat dist = new Mat(new Size(img.width(), img.height()), CvType.CV_8UC3, new Scalar(0, 0, 0));
        img.copyTo(dist, mask);
        Imgcodecs.imwrite("C:\\Users\\Administrator\\Desktop\\dist.tiff", dist);
    }
}

效果如下: 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述

猜你喜欢

转载自juejin.im/post/7124919059841286174