Здесь нет необходимости в реальном обнаружении цвета , поскольку обработка выполняется на выходе cv2.watershed
. Это «изображение» markers
типа np.int32
со значениями 0, 1, 2, 3, ...
для одиночных маркеров, обнаруженных cv2.watershed
, тогда как 0
является фоном. Таким образом, больше ничего не нужно делать, кроме итерации всех значений маркера (скажем, i
), маскировки части, где markers == i
, и поиска соответствующих координат ограничивающего прямоугольника, копирования этой части в новое изображение и сохранения в некоторых file.
Вот некоторый код, где cv2.watershed
был имитирован с использованием cv2.findContours
и cv2.drawContours
соответственно ( интересная часть, касающаяся вопроса, является только второй for
l oop ):
import cv2
import numpy as np
from matplotlib import pyplot as plt
from skimage import io # Only needed for web grabbing images
# Load some image with circles from web
image = io.imread('https://www.teachertoolsinc.com/images/detailed/26/TCR77379.png')
plt.figure(1), plt.imshow(image), plt.title('original image'), plt.tight_layout()
# Mimic watershed result using findContours and drawContours
gray = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)
gray = cv2.threshold(gray, 16, 255, cv2.THRESH_BINARY)[1]
cnts = cv2.findContours(gray, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
markers = np.zeros_like(gray).astype(np.int32)
for i, cnt in enumerate(cnts):
markers = cv2.drawContours(markers, [cnt], -1, i+1, cv2.FILLED)
plt.figure(2), plt.imshow(markers), plt.title('markers'), plt.colorbar(), plt.tight_layout()
plt.show()
# Assuming we only have markers now; iterate all values and crop image part
for i in np.arange(1, np.max(markers[:, :])+1):
pixels = np.array(np.where(markers == i)).astype(np.int32)
x1 = np.min(pixels[1, :])
x2 = np.max(pixels[1, :])
y1 = np.min(pixels[0, :])
y2 = np.max(pixels[0, :])
cv2.imwrite(str(i) + '.png', image[y1:y2, x1:x2, :])
Это входное изображение:
Это имитированное markers
"изображение" ( ср. с предоставленным изображением, о котором идет речь):
И вот два отрезанных круга:
Надеюсь, это поможет!
-----------------------
System information
-----------------------
Python: 3.8.1
Matplotlib: 3.2.0rc1
NumPy: 1.18.1
OpenCV: 4.1.2
-----------------------