C++實現圖像目標區裁剪ImageCropping

Posted on by

場景需求

在做圖像處理時，有時候會需要適當地進行一些裁剪工作，比如我做幹涉測量領域，我們所要處理的圖像區域是條紋所在區域，而原圖又遠大於我所想分析的目標區，此時就需要對圖像進行裁剪，這樣做的好處：

1）縮減計算量，提高程序運行速度；

2）裁剪後的圖像尺寸正好是歸一化的圖像尺寸，如果有歸一化的需求，可以直接用裁剪圖像尺寸建立歸一化數據網格圖。

我就是為瞭計算柱面的擬合系數才寫瞭這個函數，若要得到同光學領域標準一致的系數，需要先歸一化數據，而歸一化的范圍就正好是裁剪的圖像大小。

函數通俗易懂，就是用掩膜鎖定目標區，再分析掩膜在原圖中的上下左右邊界，用roi提取出來即可。

話不多說，下方為具體實現函數和測試代碼。

功能函數代碼

/**
 * @brief ImageCropping                    圖像裁剪
 * @param phase                            所需裁剪的圖像
 * @return                                 裁剪後圖像
 */
cv::Mat ImageCropping(const cv::Mat &phase) {
	// 非測量區一般都進行瞭NaN處理，所以掩膜繪制隻需要判斷是否為NaN值即可
	cv::Mat mask = cv::Mat::zeros(phase.size(), CV_8UC1);
	mask.setTo(255, phase == phase);
	int roi_up = 10000;
	int roi_down = 0;
	int roi_left = 10000;
	int roi_right = 0;
	int row = phase.rows;
	int col = phase.cols;
	for (int i = 0; i < row; i++)
	{
		uchar *m = mask.ptr<uchar>(i);
		for (int j = 0; j < col; j++)
		{
			if (m[j] != 0)
			{
				if (j < roi_left)roi_left = j;
				if (j > roi_right)roi_right = j;
				if (i < roi_up)roi_up = i;
				if (i > roi_down)roi_down = i;
			}
		}
	}
	int w = roi_right - roi_left;
	int h = roi_down - roi_up;
	// 一般提取奇數尺寸，方便計算
	if (w % 2 == 0)w++;
	if (h % 2 == 0)h++;
	cv::Mat crop_phase = phase(cv::Rect(roi_left, roi_up, w, h)).clone();
	return crop_phase;
}

C++測試代碼

#include<iostream>
#include<opencv2/opencv.hpp>
#include<ctime>
using namespace std;
using namespace cv;
cv::Mat ImageCropping(const cv::Mat &phase);
int main(void)
{
	cv::Mat phase(100, 100, CV_32FC1, nan(""));
	cv::circle(phase, cv::Point(50, 50), 30, 255, -1);
	cv::Mat crop = ImageCropping(phase);
	imshow("original", phase);
	imshow("result", crop);
	waitKey(0);
	system("pause");
	return 0;
}
/**
 * @brief ImageCropping                    圖像裁剪
 * @param phase                            所需裁剪的圖像
 * @return                                 裁剪後圖像
 */
cv::Mat ImageCropping(const cv::Mat &phase) {
	// 非測量區一般都進行瞭NaN處理，所以掩膜繪制隻需要判斷是否為NaN值即可
	cv::Mat mask = cv::Mat::zeros(phase.size(), CV_8UC1);
	mask.setTo(255, phase == phase);
	int roi_up = 10000;
	int roi_down = 0;
	int roi_left = 10000;
	int roi_right = 0;
	int row = phase.rows;
	int col = phase.cols;
	for (int i = 0; i < row; i++)
	{
		uchar *m = mask.ptr<uchar>(i);
		for (int j = 0; j < col; j++)
		{
			if (m[j] != 0)
			{
				if (j < roi_left)roi_left = j;
				if (j > roi_right)roi_right = j;
				if (i < roi_up)roi_up = i;
				if (i > roi_down)roi_down = i;
			}
		}
	}
	int w = roi_right - roi_left;
	int h = roi_down - roi_up;
	// 一般提取奇數尺寸，方便計算
	if (w % 2 == 0)w++;
	if (h % 2 == 0)h++;
	cv::Mat crop_phase = phase(cv::Rect(roi_left, roi_up, w, h)).clone();
	return crop_phase;
}

測試效果     

圖1 裁剪前後對比圖

在測試案例中，隨機生成瞭一個100*100的數據矩陣，中間一個30半徑的圓，也是我需要的目標區域，運用ImageCropping函數實現瞭目標區域的提取。

到此這篇關於C++實現圖像目標區裁剪ImageCropping的文章就介紹到這瞭,更多相關C++目標裁剪ImageCropping內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：