基于OpenCV从旋转填充图像提取合规224×224非重叠切块的问题

问题根源分析 #

你当前代码存在两个核心问题：

1. 背景像素判断错误：你用np.ones创建背景，生成的是值为[1,1,1]的近黑色像素，而非纯黑的[0,0,0]，导致判断黑像素的条件np.all(cropped == [0,0,0], axis=-1)无法识别填充区域，反而会误保留原图中全黑的切块（如果存在）。
2. 效率低下：逐个切块遍历像素计数的方式，时间复杂度为O(N*M*S²)（N、M是切块数量，S是切块边长），当图像较大时会明显卡顿。

优化方案：掩码+积分图 #

通过掩码标记填充区域，再用积分图快速计算区域内填充像素占比，既能解决判断错误问题，又能将效率提升至O(N*M)。

步骤1：修正背景创建与生成掩码

先确保背景是纯黑，同时生成对应掩码（填充区域标记为1，原图区域标记为0）：

import cv2
import numpy as np

img = cv2.imread("maxresdefault.jpg")
background_size = 1475

# 修正：用np.zeros创建纯黑背景
background = np.zeros((background_size, background_size, 3), dtype=np.uint8)
start_y = (background_size - img.shape[0]) // 2
start_x = (background_size - img.shape[1]) // 2
background[start_y:start_y+img.shape[0], start_x:start_x+img.shape[1]] = img

# 生成掩码：原图区域为0，填充区域为1
mask = np.ones((background_size, background_size), dtype=np.uint8)
mask[start_y:start_y+img.shape[0], start_x:start_x+img.shape[1]] = 0

# 旋转图像和掩码
angle = 60
rot_point = (background_size//2, background_size//2)
rot_mat = cv2.getRotationMatrix2D(rot_point, angle, 1.0)
img_rot = cv2.warpAffine(background, rot_mat, (background_size, background_size))
mask_rot = cv2.warpAffine(mask, rot_mat, (background_size, background_size))

步骤2：用积分图快速计算填充像素占比

积分图可以让我们在O(1)时间内算出任意矩形区域的像素总和，避免逐个切块遍历像素：

crop_size = 224
valid_cropped_images = []

# 计算掩码的积分图
integral = cv2.integral(mask_rot)
height, width = img_rot.shape[:2]

# 遍历所有非重叠切块
for y in range(0, height - crop_size + 1, crop_size):
    for x in range(0, width - crop_size + 1, crop_size):
        # 利用积分图公式计算当前切块内的填充像素数量
        # 积分图公式：sum = integral[y2][x2] - integral[y1][x2] - integral[y2][x1] + integral[y1][x1]
        y2, x2 = y + crop_size, x + crop_size
        black_count = integral[y2, x2] - integral[y, x2] - integral[y2, x] + integral[y, x]
        total_count = crop_size * crop_size
        black_ratio = black_count / total_count
        
        # 筛选符合条件的切块
        if black_ratio <= 0.1:
            valid_cropped_images.append(img_rot[y:y2, x:x2])

额外说明 #

• 积分图的计算仅需一次，后续每个切块的占比计算都是常数时间，相比原方法效率提升显著。
• 掩码旋转时，cv2.warpAffine会自动处理边缘的插值，确保填充区域的标记准确。

内容的提问来源于stack exchange，提问作者Aladin