如何使用openCV保存幀的感興趣區域？

Question

我正在創建一個能夠識別手勢的深度學習程序。 我已經完成了模型的訓練，現在我需要在實時視頻中使用它。 所以我正在嘗試創建一個 openCV 程序，用戶將他/她的手放在一個框架中感興趣的區域（一個框）中，並且該 ROI 將被饋送到我的 CNN 模型。 根據手勢，我的 CNN 模型將做出回復。

寫了這段代碼，我設法創建了一個 300x300 的正方形（我的 ROI），但是我如何使用該感興趣區域將其提供給我的 CNN 模型？ 我只希望那個正方形部分作為我的模型的輸入。

import traceback
import cv2
import numpy as np
import math

cam = cv2.VideoCapture(0)

while(1):
    try:
        ret, frame = cam.read()
        frame = cv2.flip(frame,1)
        cv2.rectangle(frame,(200,100),(500,400),(0,255,0),2) 
        cv2.imshow('curFrame',frame)


        if cv2.waitKey(1) & 0xFF == ord('q'):
            break



    except Exception:
        traceback.print_exc()
        pass        

cam.release()
cv2.destroyAllWindows()

** 附加

ROI = frame[100:200 , 100:200]

那條線是什么意思？

Answer 1

從一幀創建一個 ROI 實際上非常簡單，基本上你已經在最后寫了它（ ROI = frame[100:200 , 100:200] ）。

讓我們假設這是您在執行上述代碼后獲得 ROI 的手（圖片來自互聯網）：

現在，如果您想要將 ROI 內的內容作為另一個圖像，您可以使用：

ROI = frame[100:400, 200:500] # according to the coordinates of your rectangle

然而，這也會導致圖像中的矩形可見（見下圖），因此您需要從原始圖像實際創建一個副本。

這是沒有從原件復制的樣子：

此外，一些算法在這個 numpy 切片視圖中表現得有點奇怪，所以最好做一個副本。 代碼最終應該是這樣的：

import cv2
import numpy as np

cam = cv2.VideoCapture(0)

if not cam.isOpened():
  print ("Could not open cam")
  exit()

while(1):
    ret, frame = cam.read()
    if ret:
        frame = cv2.flip(frame,1)
        display = cv2.rectangle(frame.copy(),(200,100),(500,400),(0,255,0),2) 
        cv2.imshow('curFrame',display)
        ROI = frame[100:400, 200:500].copy()
        cv2.imshow('Current Roi', ROI)

    if cv2.waitKey(10) & 0xFF == ord('q'):
        break

cam.release()
cv2.destroyAllWindows()

請注意，我添加了對 cam 已打開和 ret 的檢查。 這將告訴您打開網絡攝像頭是否有任何問題或無法讀取圖像。

這將是 ROI 中的結果圖像：

這可以用cv2.imwrite保存或傳遞給您擁有的任何其他算法。 如果您有任何問題隨時問。

Answer 2

導入 cv2 導入 numpy 作為 np

cam = cv2.VideoCapture(0)

如果不是 cam.isOpened(): print ("Could not open cam") exit()

while(1): ret, frame = cam.read() if ret: frame = cv2.flip(frame,1) display = cv2.rectangle(frame.copy(),(200,100),(500,400),(0,255, 0),2) cv2.imshow('curFrame',display) ROI = frame[100:400, 200:500].copy() cv2.imshow('Current Roi', ROI)

if cv2.waitKey(10) & 0xFF == ord('q'):
    break

cam.release() cv2.destroyAllWindows()

執行需要多少次？...執行需要很長時間...

它還給出了“無法打開凸輪？...我該如何解決這個問題？