ROI区域提取（图上直接利用鼠标事件提取坐标点，可视化显示）

下面是ROI区域坐标提取代码讲解，这段代码利用鼠标事件可以在照片上或者是视频中截取的某帧图像上的图片进行划分。

import cv2
import numpy as np
import joblib

pts = []  # 建立空的列表，用于存放点坐标

def draw_roi(event, x, y, flags, param):
    img2 = img.copy()
    
    if event == cv2.EVENT_LBUTTONDOWN:  # 左键点击，选择点
        pts.append((x, y))
    if event == cv2.EVENT_RBUTTONDOWN:  # 右键点击，取消最近一次选择的点
        pts.pop()
    if event == cv2.EVENT_MBUTTONDOWN:  # 中键绘制轮廓
        mask = np.zeros(img.shape, np.uint8)
        points = np.array(pts, np.int32)
        points = points.reshape((-1, 1, 2))
        
        # 画多边形
        mask = cv2.polylines(mask, [points], True, (255, 255, 255), 2)
        mask2 = cv2.fillPoly(mask.copy(), [points], (255, 255, 255))  # 用于求 ROI
        mask3 = cv2.fillPoly(mask.copy(), [points], (0, 255, 0))      # 用于 显示在桌面的图像
        show_image = cv2.addWeighted(src1=img, alpha=0.8, src2=mask3, beta=0.2, gamma=0)
        cv2.imshow("mask", mask2)
        cv2.imshow("show_img", show_image)
        ROI = cv2.bitwise_and(mask2, img)
        cv2.imshow("ROI", ROI)
        cv2.waitKey(0)
        
    if len(pts) > 0:
        # 将pts中的最后一点画出来
        cv2.circle(img2, pts[-1], 3, (0, 0, 255), -1)
    if len(pts) > 1:
        # 画线
        for i in range(len(pts) - 1):
            cv2.circle(img2, pts[i], 5, (0, 0, 255), -1)  # x ,y 为鼠标点击地方的坐标
            cv2.line(img=img2, pt1=pts[i], pt2=pts[i + 1], color=(255, 0, 0), thickness=2)
    cv2.imshow('image', img2)
    
# 创建图像与窗口并将窗口与回调函数绑定
path=r"E:\yolov4-deepsort-master\data\video.png" #修改路径

#为了使ROI与实际的点的坐标一致，需要将图片resize成目标大小，这里我是在视频中画ROI，所以为了匹配大小重新改了图片大小
img_org = cv2.imread(path)
print('img_org.size:',img_org.shape)
img=cv2.resize(img_org,(1920,1080))
print('img.size:',img.shape)

cv2.namedWindow('image')
cv2.setMouseCallback('image', draw_roi)
print("[INFO] 单击左键：选择点，单击右键：删除上一次选择的点，单击中键：确定ROI区域")
print("[INFO] 按‘S’确定选择区域并保存")
print("[INFO] 按 ESC 退出")

#退出与保存
while True:
    key = cv2.waitKey(1) & 0xFF
    if key == 27:
        break
    if key == ord("s"):
        saved_data = { "ROI": pts}
        joblib.dump(value=saved_data, filename="config.pkl")
        print("[INFO] ROI坐标已保存到本地.")
        break
cv2.destroyAllWindows()

#加载保存好的坐标
def Load_Model(filepath):
    img = cv2.imread(path)
    model = joblib.load(filepath)
    print(type(model))
    print(model)
    return model
Load_Model('config.pkl')

以上代码实现ROI的坐标的提取。下面的代码将ROI提取出的坐标进行拟合，方便对图上目标位置与roi进行比对，方便后续操作：

def line(name,x1,y1,x2,y2):
    k=(y1-y2)/(x1-x2)
    b=y1-((y1-y2)/(x1-x2))*x1
    print('L%s:y=%.2f*x+%.2f'%(name,k,b))

#下面将上述提取出的坐标进行拟合， 
line('ab',0, 280,461, 180)
line('bc',0, 493,947, 315)
line('cd',947,315,1769, 399)
line('da2',1769, 399,0,1078)
line('停止线',1301,314,1505,333)
line('停止线2',1505,333,1913,270)

这里后面有时间可以封装一个函数，直接在ROI提取好坐标点以后，直接将所要拟合的坐标导入到拟合函数中，省去自己手动输入坐标的繁琐操作。

本文地址：https://blog.csdn.net/weixin_48994268/article/details/110424740