如何在28x200的numpy格式大图像中检测28x28尺寸的小图像

核心前提说明 #

OpenCV的所有图像处理API原生支持numpy数组输入，你从.npy文件加载的图像数据本身就是OpenCV可直接处理的格式，不需要额外转成JPG等文件格式，之前查到的JPG相关方案只要跳过文件读取的步骤，直接传入你加载的numpy数组即可使用。

具体实现步骤 #

• 第一步：加载.npy格式的图像数据

import numpy as np
import cv2

# 加载npy文件，得到的img就是形状为(28, 200)（灰度图）或(28,200,3)（彩色图）的numpy数组
img = np.load("你的图像文件路径.npy")
# 可选：如果是单通道灰度图可以加这一步确保格式适配
if len(img.shape) == 2:
    img = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR)

• 第二步：滑动窗口提取28x28候选区域，过滤有效子图
  因为你的大图高度固定为28，和待检测子图高度一致，只需要在宽度方向滑动即可：

h, w = img.shape[:2]
sub_h, sub_w = 28, 28
valid_sub_imgs = []

# 滑动步长可以根据需求调整，这里设为1是完全遍历，设为28是无重叠遍历
for x in range(0, w - sub_w + 1, 1):
    # 提取28x28的子图
    sub_img = img[:, x:x+sub_w]
    # 过滤背景块：判断子图的像素方差/像素和是否高于背景阈值，阈值可以根据你的图像背景调整
    # 例：如果背景是全黑，像素和接近0，有效子图像素和远大于0
    pixel_sum = sub_img.sum()
    if pixel_sum > 1000: # 阈值自己调整到适配你的图像背景
        # 去重：避免相邻滑动窗口得到的重复子图
        if not valid_sub_imgs or x - valid_sub_imgs[-1][1] >= 28:
            valid_sub_imgs.append( (sub_img, x) )

• 第三步（可选，有明确匹配模板时使用）：用OpenCV模板匹配实现更高精度检测

# 加载你的28x28模板，也是numpy数组，可以是从npy加载也可以是其他方式读取
template = np.load("模板文件路径.npy")
res = cv2.matchTemplate(img, template, cv2.TM_CCOEFF_NORMED)
# 设置匹配阈值，越高匹配精度越高
threshold = 0.8
locations = np.where(res >= threshold)
# 提取所有匹配到的子图位置
for pt in zip(*locations[::-1]):
    matched_sub = img[pt[1]:pt[1]+sub_h, pt[0]:pt[0]+sub_w]
    valid_sub_imgs.append(matched_sub)

结果验证 #

运行完成后valid_sub_imgs里就是你要的所有28x28有效子图，样例里的3张子图会被全部筛选出来，你可以直接用np.save保存为npy文件，或者用cv2.imwrite保存为图片文件。

内容的提问来源于stack exchange，提问作者Jasmine N