从给定4点坐标的图像中提取任意矩形块

Question

给定图像中四个任意点的坐标（保证形成矩形），我想提取它们所代表的补丁并获得相同的矢量化（平面）表示。 我怎样才能做到这一点？

我看到了这个问题的答案并使用它，我能够达到我需要的补丁。 例如，给定此图像中绿色矩形的4个角的图像坐标：

我能够得到补丁并得到类似的东西：

使用以下代码：

p1 = (334,128)
p2 = (438,189)
p3 = (396,261)
p4 = (292,200)
pts = np.array([p1, p2, p3, p4])

mask = np.zeros((img.shape[0], img.shape[1]))

cv2.fillConvexPoly(mask, pts, 1)
mask = mask.astype(np.bool)

out = np.zeros_like(img)
out[mask] = img[mask]
patch = img[mask]

cv2.imwrite(img_name, out)

然而，问题是我获得的patch变量只是属于补丁的图像的所有像素的数组，当图像被读作行主要顺序的矩阵时。

我想要的是patch变量应该按照它们可以形成真实图像的顺序包含像素，以便我可以对其执行操作。 是否有一个我应该知道的opencv函数可以帮助我这样做？

谢谢！

Answer 1

这是你如何实现这个：

码：

    # create a subimage with the outer limits of the points
    subimg = out[128:261,292:438]

    # calculate the angle between the 2 'lowest' points, the 'bottom' line
    myradians = math.atan2(p3[0]-p4[0], p3[1]-p4[1])
    # convert to degrees 
    mydegrees = 90-math.degrees(myradians)

    # create rotationmatrix
    h,w = subimg.shape[:2]
    center = (h/2,w/2)
    M = cv2.getRotationMatrix2D(center, mydegrees, 1)
    # rotate subimage
    rotatedImg = cv2.warpAffine(subimg, M, (h, w))

结果：

接下来，通过移除100％黑色的所有行/列，可以容易地裁剪图像中的黑色区域。
最后结果：

码：

    # converto image to grayscale
    img = cv2.cvtColor(rotatedImg, cv2.COLOR_BGR2GRAY)

    # sum each row and each volumn of the image
    sumOfCols = np.sum(img, axis=0)
    sumOfRows = np.sum(img, axis=1)

    # Find the first and last row / column that has a sum value greater than zero, 
    # which means its not all black. Store the found values in variables
    for i in range(len(sumOfCols)):
            if sumOfCols[i] > 0:
                    x1 = i
                    print('First col: ' + str(i))
                    break

    for i in range(len(sumOfCols)-1,-1,-1):
            if sumOfCols[i] > 0:
                    x2 = i
                    print('Last col: ' + str(i))
                    break

    for i in range(len(sumOfRows)):
            if sumOfRows[i] > 0:
                    y1 = i
                    print('First row: ' + str(i))
                    break

    for i in range(len(sumOfRows)-1,-1,-1):
            if sumOfRows[i] > 0:
                    y2 = i
                    print('Last row: ' + str(i))
                    break

    # create a new image based on the found values
    finalImage = rotatedImg[y1:y2,x1:x2]