Python을 사용하여 OpenCV에서 이미지 자르기
이미지 처리에 있어서 자르기는 이미지에서 특정 영역을 추출하는 기본 작업입니다. 인기 있는 Python 컴퓨터 비전 라이브러리인 OpenCV는 numpy 슬라이싱 및 getRectSubPix와 같은 기능을 포함하여 다양한 자르기 방법을 제공합니다.
자르기에 numpy 슬라이싱 사용
가장 간단하고 OpenCV에서 이미지를 자르기 위한 가장 간단한 접근 방식은 numpy 슬라이싱을 사용하는 것입니다. Numpy 배열은 OpenCV의 이미지를 나타내며 슬라이싱 작업을 사용하여 배열의 특정 영역에 액세스할 수 있습니다.
import cv2 # Read the original image img = cv2.imread("image.jpg") # Crop a region using numpy slicing cropped_img = img[y:y+h, x:x+w] # Display the cropped image cv2.imshow('Cropped Image', cropped_img) cv2.waitKey(0)
자르기를 위해 getRectSubPix 사용
다음과 같은 특정 시나리오에서 정확한 하위 픽셀 자르기가 필요한 경우 OpenCV의 getRectSubPix 기능을 활용할 수 있습니다. 픽셀 값을 보간하면서 이미지의 직사각형 부분을 추출합니다.
import cv2 # Read the original image img = cv2.imread("image.jpg", cv2.IMREAD_GRAYSCALE) # Crop a region using getRectSubPix cropped_img = cv2.getRectSubPix(img, (w, h), (x, y)) # Display the cropped image cv2.imshow('Cropped Image', cropped_img) cv2.waitKey(0)
예제 코드(PIL 대 OpenCV)
PIL과 OpenCV의 차이점을 설명합니다. OpenCV에서 제공된 것과 유사한 예제를 만들어 보겠습니다. 질문.
PIL:
import PIL.Image as Image im = Image.open('0.png').convert('L') im = im.crop((1, 1, 98, 33)) im.save('_0.png')
OpenCV:
import cv2 # Read the image img = cv2.imread('0.png', cv2.IMREAD_GRAYSCALE) # Crop the image using numpy slicing cropped_img = img[1:33, 1:98] # Save the cropped image cv2.imwrite('_0.png', cropped_img)
이 예에서 OpenCV는 numpy 슬라이싱을 사용합니다. 좌표(1, 1, 98, 33). 결과 크롭 이미지는 '_0.png'로 저장됩니다.
위 내용은 Python을 사용하여 OpenCV에서 이미지를 자르는 방법: Numpy Slicing과 getRectSubPix?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!