如何从图像裁剪多边形并移至其他区域，用ggplot2绘制结果

下面是针对需求的完整实现方案，包含两种处理思路（数据框层面和栅格层面），你可以根据图像大小选择合适的方法：

一、基础数据准备（复用你的代码） #

首先完成图像加载与格式转换：

# 加载所需包
library(terra)
library(ggplot2)

# 下载并读取示例猫图
cat_url <- "https://images.pexels.com/photos/104827/cat-pet-animal-domestic-104827.jpeg?auto=compress&cs=tinysrgb&w=600"
download.file(url = cat_url, destfile = "cat.jpeg")
cat_path <- list.files(pattern = "cat.jpeg", full.names = TRUE) 
cat_rast <- rast(cat_path)
cat_df <- as.data.frame(cat_rast, xy = TRUE)

二、方法1：数据框层面处理（适合小图像） #

这种方法直接操作像素坐标，直观易懂：

1. 获取图像坐标范围 #

先确定图像的边界，方便定义多边形：

# 获取图像的x/y轴极值
img_ext <- ext(cat_rast)
x_min <- xmin(img_ext)
x_max <- xmax(img_ext)
y_min <- ymin(img_ext)
y_max <- ymax(img_ext)

2. 定义多边形并移动像素 #

这里以左侧梯形和底部不规则多边形为例，你可以根据需求修改顶点坐标：

library(sp) # 用于判断点是否在多边形内

# --- 处理左侧多边形 ---
# 定义左侧多边形顶点（按顺时针/逆时针顺序）
left_poly <- matrix(c(
  x_min, y_min,
  x_min + 150, y_min,
  x_min + 100, y_max,
  x_min, y_max
), ncol = 2, byrow = TRUE)
# 筛选多边形内的像素
left_pixel_idx <- point.in.polygon(cat_df$x, cat_df$y, left_poly[,1], left_poly[,2]) == 1
# 设置x轴偏移量，将左侧像素移到右侧空白区域
x_offset <- x_max - (x_min + 150)
cat_df$x[left_pixel_idx] <- cat_df$x[left_pixel_idx] + x_offset

# --- 处理底部多边形 ---
# 定义底部多边形顶点
bottom_poly <- matrix(c(
  x_min, y_min,
  x_max, y_min,
  x_max, y_min + 100,
  x_min, y_min + 150
), ncol = 2, byrow = TRUE)
# 筛选多边形内的像素
bottom_pixel_idx <- point.in.polygon(cat_df$x, cat_df$y, bottom_poly[,1], bottom_poly[,2]) == 1
# 设置y轴偏移量，将底部像素移到上方空白区域
y_offset <- y_max - (y_min + 150)
cat_df$y[bottom_pixel_idx] <- cat_df$y[bottom_pixel_idx] + y_offset

3. ggplot2绘制最终图像 #

绘制完整RGB图像，隐藏冗余元素：

ggplot(cat_df, aes(x, y)) +
  geom_raster(aes(fill = rgb(cat_1/255, cat_2/255, cat_3/255))) +
  scale_fill_identity() + # 直接识别RGB颜色值
  coord_fixed() + # 保持图像比例
  theme_void() # 移除坐标轴、背景等元素

三、方法2：栅格层面处理（适合大图像，效率更高） #

直接在terra栅格对象上操作，避免处理海量数据框行，性能更优：

library(terra)

# 1. 处理左侧区域
left_poly_vec <- vect(left_poly, type = "polygons") # 转成terra矢量对象
left_rast <- mask(cat_rast, left_poly_vec) # 提取左侧区域栅格
ext(left_rast) <- ext(x_min + x_offset, x_max + x_offset, y_min, y_max) # 修改栅格位置
cat_rast_masked <- mask(cat_rast, left_poly_vec, inverse = TRUE) # 原栅格移除左侧区域
new_cat_rast <- merge(cat_rast_masked, left_rast) # 合并移动后的左侧区域

# 2. 处理底部区域
bottom_poly_vec <- vect(bottom_poly, type = "polygons")
bottom_rast <- mask(cat_rast, bottom_poly_vec)
ext(bottom_rast) <- ext(x_min, x_max, y_min + y_offset, y_max + y_offset)
cat_rast_masked2 <- mask(new_cat_rast, bottom_poly_vec, inverse = TRUE)
final_cat_rast <- merge(cat_rast_masked2, bottom_rast)

# 3. 转数据框并绘图
final_cat_df <- as.data.frame(final_cat_rast, xy = TRUE)
ggplot(final_cat_df, aes(x, y)) +
  geom_raster(aes(fill = rgb(cat_1/255, cat_2/255, cat_3/255))) +
  scale_fill_identity() +
  coord_fixed() +
  theme_void()

补充说明 #

• 多边形顶点坐标可以根据实际需求调整，确保顶点按顺时针或逆时针顺序排列，避免判断点在多边形内时出错
• 如果需要处理复杂多边形，推荐使用sf包的st_point_in_polygon函数，相比sp::point.in.polygon兼容性更好
• 栅格层面的处理方法更适合大分辨率图像，能有效减少内存占用和运算时间

内容的提问来源于stack exchange，提问作者bird