基于python+opencv的目标图像自动识别提取感兴趣区域本项目提取矩形目标区域

基于python+opencv的目标图像自动识别提取感兴趣区域（本项目提取矩形目标区域）

#coding:utf-8
import cv2
import numpy as np
import math

srcWidth = 0
srcHeight = 0

maxWidth = 1024
maxHeight = 600

class Config:
    def __init__（self）:
        pass

    src = “IMG_9571.jpg“
    min_area = 100000
    min_contours = 8
    threshold_thresh = 50
    epsilon_start = 50
    epsilon_step = 10

class HoughPoints:
    def __init__（selfrho=0theta=0）:
        self.rhos = [rho]
        self.thetas = [theta]

‘‘‘
@func       根据HoughLines转换出直线点
@param      rho 距离
@param      theta 角度
‘‘‘
def rt_to_point（img rho theta）:
    #垂直直线
    if （theta < （np.pi/4. ）） or （theta > （3.*np.pi/4.0））:
        #该直线与第一行的交点
        pt1 = （int（rho/np.cos（theta））0）
        #该直线与最后一行的焦点
        pt2 = （int（（rho-img.shape[0]*np.sin（theta））/np.cos（theta））img.shape[0]）
        return pt1 pt2
    else:
        #水平直线  该直线与第一列的交点
        pt1 = （0int（rho/np.sin（theta）））
        #该直线与最后一列的交点
        pt2 = （img.shape[1] int（（rho-img.shape[1]*np.cos（theta））/np.sin（theta）））
        return pt1 pt2

‘‘‘
@return     [top-left top-right bottom-right bottom-left]
‘‘‘
def order_points（pts）:
    # initialzie a list of coordinates that will be ordered
    # such that the first entry in the list is the top-left
    # the second entry is the top-right the third is the
    # bottom-right and the fourth is the bottom-left
    rect = np.zeros（（4 2） dtype=“float32“）

    # the top-left point will have the smallest sum whereas
    # the bottom-right point will have the largest sum
    s = pts.sum（axis=1）
    rect[0] = pts[np.argmin（s）]
    rect[2] = pts[np.argmax（s）]

    # now compute the difference between the points the
    # top-right point will have the smallest difference
    # whereas the bottom-left will have the largest difference
    diff = np.diff（pts axis=1）
    rect[1] = pts[np.argmin（diff）]
    rect[3] = pts[np.argmax（diff）]

    # return the ordered coordinates
    return rect

def point_distance（ab）:
    return int（np.sqrt（np.sum（np.square（a - b））））

‘‘‘
@func   计算两条直线的交点
‘‘‘
def line_intersection（line1 line2）:
    xdiff = （line1[0][0] - line1[1][0] line2[0][0] - line2[1][0]）
    ydiff = （line1[0][1] - line1[1][1] line2[0][1] - line2[1][1]）

    def det（a b）:
        return a[0] * b[1] - a[1] * b[0]

    div = det（xdiff ydiff）
    if div == 0:
       raise Exception（‘lines do not intersect‘）

    d = （det（*line1） det（*line2））
    x = det（d xdiff） / div
    y = det（d ydiff） / div
    return x y

‘‘‘
@func   迪卡尔转极坐标
‘‘‘
def cart_to_polor（x1 y1 x2 y2）:
    diff = float（abs（x1-x2）） / abs（y1-y2）
    theta = math.atan（diff）
    #print（“theta=%f diff=%f %f %f“%（theta diff abs（x1-x2） abs（y1-y2）））
    rho = math.sin（theta）*（y1 - （x1/math.tan（theta）） ）
    return rho theta

image = cv2.imread（Config.src）
gray = cv2.cvtColor（image cv2.COLOR_BGR2GRAY）
srcWidth srcHeight channels = image.shape
print（srcWidth srcHeight）

# 中值平滑，

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       6929  2018-08-12 13:53  Opencv_python\Opencv2_python.py

     文件     836761  2018-08-12 13:46  Opencv_python\图像处理要求_20180730更新.pdf

     文件    1649843  2018-08-11 21:12  Opencv_python\未通过图片\IMG_9380.JPG

     文件    2241514  2018-08-11 21:14  Opencv_python\未通过图片\IMG_9382.JPG

     文件    2165282  2018-08-11 21:14  Opencv_python\未通过图片\IMG_9385.JPG

     文件    1865957  2018-08-11 21:13  Opencv_python\未通过图片\IMG_9397.JPG

     文件    1717046  2018-08-11 21:12  Opencv_python\测试通过的图片\5.JPG

     文件    1664460  2018-08-11 21:12  Opencv_python\测试通过的图片\IMG_9378.JPG

     文件    1697926  2018-08-11 21:12  Opencv_python\测试通过的图片\IMG_9379.JPG

     文件    1682140  2018-08-11 21:12  Opencv_python\测试通过的图片\IMG_9399.JPG

     文件    1710356  2018-08-11 21:12  Opencv_python\测试通过的图片\IMG_9429.JPG

     文件    1714546  2018-08-11 21:12  Opencv_python\测试通过的图片\IMG_9432.JPG

     文件    1642283  2018-08-11 21:12  Opencv_python\测试通过的图片\IMG_9433.JPG

     文件    1678062  2018-08-11 21:12  Opencv_python\测试通过的图片\IMG_9435.JPG

     文件    1717046  2018-08-11 21:12  Opencv_python\测试通过的图片\IMG_9436.JPG

     文件    1840351  2018-08-11 21:13  Opencv_python\测试通过的图片\IMG_9437.JPG

     文件    1768708  2018-08-11 21:13  Opencv_python\测试通过的图片\IMG_9438.JPG

     文件    1908407  2018-08-11 21:14  Opencv_python\测试通过的图片\IMG_9439.JPG

     文件    1793371  2018-08-11 21:13  Opencv_python\测试通过的图片\IMG_9440.JPG

     文件    2176392  2018-08-11 21:14  Opencv_python\测试通过的图片\IMG_9468.JPG

     文件    2183829  2018-08-11 21:14  Opencv_python\测试通过的图片\IMG_9469.JPG

     文件    2144229  2018-08-11 21:14  Opencv_python\测试通过的图片\IMG_9471.JPG

     文件    3957927  2018-08-12 13:35  Opencv_python\算法测试矫正图片\transfer115.png

     文件    2019301  2018-08-12 13:40  Opencv_python\算法测试矫正图片\transfer26.png

     文件    3569918  2018-08-12 12:43  Opencv_python\算法测试矫正图片\transfer3.png

     文件    2260877  2018-08-12 12:49  Opencv_python\算法测试矫正图片\transfer338.png

     文件    3179354  2018-08-12 13:21  Opencv_python\算法测试矫正图片\transfer35.png

     文件    2625796  2018-08-12 12:40  Opencv_python\算法测试矫正图片\transfer36.png

     文件    3081279  2018-08-12 12:55  Opencv_python\算法测试矫正图片\transfer373.png

     文件    4195687  2018-08-12 13:17  Opencv_python\算法测试矫正图片\transfer3909.png

............此处省略16个文件信息