python获取灰度图边界

ゞ浴缸里的玫瑰 2022-11-10 14:19 188阅读 0赞

最近接入百度云的人像分割接口，返回人像分割好的图片和灰度图，但是接口返回的图片是按源图片的尺寸返回，业务需求是只要人像大小的图片

源图：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L214ZHpjaGFsbHBw_size_16_color_FFFFFF_t_70][]

百度云API返回（按照源图的尺寸返回了）：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L214ZHpjaGFsbHBw_size_16_color_FFFFFF_t_70 1][]

百度云还返回了灰度图：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L214ZHpjaGFsbHBw_size_16_color_FFFFFF_t_70 2][]

业务需求是只要人像大小的图片返回，需求是返回这样的：

![20210318185303394.png][]

因此需要对百度云返回的图片进行裁剪。

解决思路：通过百度云返回的灰度图找到图像边框信息，然后对百度云返回的图片进行裁剪即可

python获取图像边框效果：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L214ZHpjaGFsbHBw_size_16_color_FFFFFF_t_70 3][]

通过cv2即可实现，代码：

import cv2
    import numpy as np
    
    validate_img_path = 'xxx.png' # 灰度图地址
    img = cv2.imread(validate_img_path)
    imgray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    ret, thresh = cv2.threshold(imgray, 127, 255, 0)
    # 因为cv2版本不同返回的参数个数不同，所以下面用了兼容写法
    try:
    	im2, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
    except Exception as r:
    	contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
    
    min_width = 100
    min_height = 100
    result_count = len(contours) # 检索边界有时候会不止一个结果，所以需要循环检查多个结果
    if result_count == 1:
    	x, y, w, h = cv2.boundingRect(contours[0]) # 将边界结果转成坐标信息
    else:
    	for i in range(result_count):
    		x, y, w, h = cv2.boundingRect(contours[i])
    		if w >= min_width and h >= min_height:
    			break
    
    print(x, y, w, h)

参考：[https://www.jb51.net/article/164488.htm][https_www.jb51.net_article_164488.htm]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L214ZHpjaGFsbHBw_size_16_color_FFFFFF_t_70]: /images/20221022/6a7e930d7c2c4303bee608c6ded4d7a0.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L214ZHpjaGFsbHBw_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20210318185153508.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L214ZHpjaGFsbHBw,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L214ZHpjaGFsbHBw_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20210318185438986.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L214ZHpjaGFsbHBw,size_16,color_FFFFFF,t_70
[20210318185303394.png]: https://img-blog.csdnimg.cn/20210318185303394.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L214ZHpjaGFsbHBw_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20210318185635633.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L214ZHpjaGFsbHBw,size_16,color_FFFFFF,t_70
[https_www.jb51.net_article_164488.htm]: https://www.jb51.net/article/164488.htm