如何用Python OpenCV提取半透明红色矩形框内的图像？

针对半透明红色矩形框的提取难点，我们可以通过颜色空间转换、形态学操作和轮廓筛选来精准定位并提取框内内容，以下是分步实现方案：

1. 图像读取与颜色空间转换 #

优先使用HSV颜色空间，它能有效分离颜色信息与亮度，对半透明这类颜色混合的场景更鲁棒：

import cv2
import numpy as np

# 读取目标图像
img = cv2.imread('target_image.jpg')
# 从BGR转换为HSV（OpenCV默认读取格式为BGR）
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

2. 半透明红色的掩码生成 #

红色在HSV中分为两个区间（H通道是环形），结合半透明特性调整饱和度(S)和亮度(V)的范围，生成红色区域掩码：

# 定义半透明红色的HSV范围（可根据实际图像微调）
lower_red1 = np.array([0, 40, 90])
upper_red1 = np.array([10, 255, 255])
lower_red2 = np.array([170, 40, 90])
upper_red2 = np.array([180, 255, 255])

# 生成两个区间的掩码并合并
mask1 = cv2.inRange(hsv, lower_red1, upper_red1)
mask2 = cv2.inRange(hsv, lower_red2, upper_red2)
red_mask = cv2.bitwise_or(mask1, mask2)

# 形态学闭操作：填充框内小空隙，去除零散噪点
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))
red_mask = cv2.morphologyEx(red_mask, cv2.MORPH_CLOSE, kernel)

3. 筛选矩形轮廓 #

从掩码中提取轮廓，通过多边形近似筛选出矩形形状的轮廓（排除其他红色噪点）：

# 提取外部轮廓
contours, _ = cv2.findContours(red_mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

rect_contours = []
for cnt in contours:
    # 计算轮廓周长，用于多边形近似
    perimeter = cv2.arcLength(cnt, True)
    # 多边形近似（0.02为近似系数，可微调）
    approx = cv2.approxPolyDP(cnt, 0.02 * perimeter, True)
    # 筛选4个顶点的轮廓，且面积足够大（排除小噪点）
    if len(approx) == 4 and cv2.contourArea(cnt) > 1000:
        rect_contours.append(approx)

4. 提取框内内容 #

根据矩形是否为轴对齐，选择不同的提取方式：

轴对齐矩形（直接裁剪） #

如果矩形是正的，直接通过边界框裁剪：

for idx, rect in enumerate(rect_contours):
    x, y, w, h = cv2.boundingRect(rect)
    # 裁剪框内区域
    roi = img[y:y+h, x:x+w]
    # 保存结果
    cv2.imwrite(f'roi_{idx}.jpg', roi)

旋转矩形（透视变换转正） #

如果矩形是倾斜的，通过透视变换将其转为正矩形后提取：

def order_points(pts):
    # 对矩形顶点排序：左上、右上、右下、左下
    rect = np.zeros((4, 2), dtype="float32")
    s = pts.sum(axis=1)
    rect[0] = pts[np.argmin(s)]
    rect[2] = pts[np.argmax(s)]
    diff = np.diff(pts, axis=1)
    rect[1] = pts[np.argmin(diff)]
    rect[3] = pts[np.argmax(diff)]
    return rect

def four_point_transform(image, pts):
    rect = order_points(pts)
    tl, tr, br, bl = rect
    # 计算目标矩形的宽高
    max_width = max(int(np.linalg.norm(br - bl)), int(np.linalg.norm(tr - tl)))
    max_height = max(int(np.linalg.norm(tr - br)), int(np.linalg.norm(tl - bl)))
    # 定义目标点坐标
    dst = np.array([[0, 0], [max_width-1, 0], [max_width-1, max_height-1], [0, max_height-1]], dtype="float32")
    # 生成透视变换矩阵并应用
    M = cv2.getPerspectiveTransform(rect, dst)
    warped = cv2.warpPerspective(image, M, (max_width, max_height))
    return warped

# 处理每个旋转矩形
for idx, rect in enumerate(rect_contours):
    pts = rect.reshape(4, 2)
    roi = four_point_transform(img, pts)
    cv2.imwrite(f'warped_roi_{idx}.jpg', roi)

微调建议 #

• 如果掩码仍包含无关红色区域：调整HSV的S、V阈值（半透明红色的饱和度通常偏低），或缩小H通道的范围。
• 如果轮廓检测不准确：调整approxPolyDP的近似系数，或修改轮廓面积阈值（根据图像中矩形的实际大小）。
• 如果形态学操作过度：更换更小的核（如(3,3)）或调整操作次数。

内容的提问来源于stack exchange，提问作者vic