Python OpenCV如何实现鼠标画框效果

这篇文章主要介绍了Python OpenCV如何实现鼠标画框效果，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。

使用Python+OpenCV实现鼠标画框的代码，供大家参考，具体内容如下

# -*-coding: utf-8 -*- """  @Project: IntelligentManufacture  @File : user_interaction.py  @Author : panjq  @E-mail : pan_jinquan@163.com  @Date : 2019-02-21 15:03:18 """ # -*- coding: utf-8 -*-   import cv2 from utils import image_processing import numpy as np global img global point1, point2 global g_rect   def on_mouse(event, x, y, flags, param):  global img, point1, point2,g_rect  img2 = img.copy()  if event == cv2.EVENT_LBUTTONDOWN: # 左键点击,则在原图打点   print("1-EVENT_LBUTTONDOWN")   point1 = (x, y)   cv2.circle(img2, point1, 10, (0, 255, 0), 5)   cv2.imshow('image', img2)    elif event == cv2.EVENT_MOUSEMOVE and (flags & cv2.EVENT_FLAG_LBUTTON): # 按住左键拖曳，画框   print("2-EVENT_FLAG_LBUTTON")   cv2.rectangle(img2, point1, (x, y), (255, 0, 0), thickness=2)   cv2.imshow('image', img2)    elif event == cv2.EVENT_LBUTTONUP: # 左键释放，显示   print("3-EVENT_LBUTTONUP")   point2 = (x, y)   cv2.rectangle(img2, point1, point2, (0, 0, 255), thickness=2)   cv2.imshow('image', img2)   if point1!=point2:    min_x = min(point1[0], point2[0])    min_y = min(point1[1], point2[1])    width = abs(point1[0] - point2[0])    height = abs(point1[1] - point2[1])    g_rect=[min_x,min_y,width,height]    cut_img = img[min_y:min_y + height, min_x:min_x + width]    cv2.imshow('ROI', cut_img)   def get_image_roi(rgb_image):  '''  获得用户ROI区域的rect=[x,y,w,h]  :param rgb_image:  :return:  '''  bgr_image = cv2.cvtColor(rgb_image, cv2.COLOR_RGB2BGR)  global img  img=bgr_image  cv2.namedWindow('image')  while True:   cv2.setMouseCallback('image', on_mouse)   # cv2.startWindowThread() # 加在这个位置   cv2.imshow('image', img)   key=cv2.waitKey(0)   if key==13 or key==32:#按空格和回车键退出    break  cv2.destroyAllWindows()  img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)  return g_rect   def select_user_roi(image_path):  '''  由于原图的分辨率较大，这里缩小后获取ROI，返回时需要重新scale对应原图  :param image_path:  :return:  '''  orig_image = image_processing.read_image(image_path)  orig_shape = np.shape(orig_image)  resize_image = image_processing.resize_image(orig_image, resize_height=800,resize_width=None)  re_shape = np.shape(resize_image)  g_rect=get_image_roi(resize_image)  orgi_rect = image_processing.scale_rect(g_rect, re_shape,orig_shape)  roi_image=image_processing.get_rect_image(orig_image,orgi_rect)  image_processing.cv_show_image("RECT",roi_image)  image_processing.show_image_rect("image",orig_image,orgi_rect)  return orgi_rect     if __name__ == '__main__':  # image_path="../dataset/images/IMG_0007.JPG"  image_path="../dataset/test_images/lena.jpg"    # rect=get_image_roi(image)  rect=select_user_roi(image_path)  print(rect)

其中image_processing.py文件如下：

# -*-coding: utf-8 -*- """  @Project: IntelligentManufacture  @File : image_processing.py  @Author : panjq  @E-mail : pan_jinquan@163.com  @Date : 2019-02-14 15:34:50 """   import os import glob import cv2 import numpy as np import matplotlib.pyplot as plt   def show_image(title, image):  '''  调用matplotlib显示RGB图片  :param title: 图像标题  :param image: 图像的数据  :return:  '''  # plt.figure("show_image")  # print(image.dtype)  plt.imshow(image)  plt.axis('on') # 关掉坐标轴为 off  plt.title(title) # 图像题目  plt.show()   def cv_show_image(title, image):  '''  调用OpenCV显示RGB图片  :param title: 图像标题  :param image: 输入RGB图像  :return:  '''  channels=image.shape[-1]  if channels==3:   image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR) # 将BGR转为RGB  cv2.imshow(title,image)  cv2.waitKey(0)   def read_image(filename, resize_height=None, resize_width=None, normalization=False):  '''  读取图片数据,默认返回的是uint8,[0,255]  :param filename:  :param resize_height:  :param resize_width:  :param normalization:是否归一化到[0.,1.0]  :return: 返回的RGB图片数据  '''    bgr_image = cv2.imread(filename)  # bgr_image = cv2.imread(filename,cv2.IMREAD_IGNORE_ORIENTATION|cv2.IMREAD_COLOR)  if bgr_image is None:   print("Warning:不存在:{}", filename)   return None  if len(bgr_image.shape) == 2: # 若是灰度图则转为三通道   print("Warning:gray image", filename)   bgr_image = cv2.cvtColor(bgr_image, cv2.COLOR_GRAY2BGR)    rgb_image = cv2.cvtColor(bgr_image, cv2.COLOR_BGR2RGB) # 将BGR转为RGB  # show_image(filename,rgb_image)  # rgb_image=Image.open(filename)  rgb_image = resize_image(rgb_image,resize_height,resize_width)  rgb_image = np.asanyarray(rgb_image)  if normalization:   # 不能写成:rgb_image=rgb_image/255   rgb_image = rgb_image / 255.0  # show_image("src resize image",image)  return rgb_image def resize_image(image,resize_height, resize_width):  '''  :param image:  :param resize_height:  :param resize_width:  :return:  '''  image_shape=np.shape(image)  height=image_shape[0]  width=image_shape[1]  if (resize_height is None) and (resize_width is None):#错误写法：resize_height and resize_width is None   return image  if resize_height is None:   resize_height=int(height*resize_width/width)  elif resize_width is None:   resize_width=int(width*resize_height/height)  image = cv2.resize(image, dsize=(resize_width, resize_height))  return image def scale_image(image,scale):  '''  :param image:  :param scale: (scale_w,scale_h)  :return:  '''  image = cv2.resize(image,dsize=None, fx=scale[0],fy=scale[1])  return image     def get_rect_image(image,rect):  '''  :param image:  :param rect: [x,y,w,h]  :return:  '''  x, y, w, h=rect  cut_img = image[y:(y+ h),x:(x+w)]  return cut_img def scale_rect(orig_rect,orig_shape,dest_shape):  '''  对图像进行缩放时，对应的rectangle也要进行缩放  :param orig_rect: 原始图像的rect=[x,y,w,h]  :param orig_shape: 原始图像的维度shape=[h,w]  :param dest_shape: 缩放后图像的维度shape=[h,w]  :return: 经过缩放后的rectangle  '''  new_x=int(orig_rect[0]*dest_shape[1]/orig_shape[1])  new_y=int(orig_rect[1]*dest_shape[0]/orig_shape[0])  new_w=int(orig_rect[2]*dest_shape[1]/orig_shape[1])  new_h=int(orig_rect[3]*dest_shape[0]/orig_shape[0])  dest_rect=[new_x,new_y,new_w,new_h]  return dest_rect   def show_image_rect(win_name,image,rect):  '''  :param win_name:  :param image:  :param rect:  :return:  '''  x, y, w, h=rect  point1=(x,y)  point2=(x+w,y+h)  cv2.rectangle(image, point1, point2, (0, 0, 255), thickness=2)  cv_show_image(win_name, image)   def rgb_to_gray(image):  image = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)  return image   def save_image(image_path, rgb_image,toUINT8=True):  if toUINT8:   rgb_image = np.asanyarray(rgb_image * 255, dtype=np.uint8)  if len(rgb_image.shape) == 2: # 若是灰度图则转为三通道   bgr_image = cv2.cvtColor(rgb_image, cv2.COLOR_GRAY2BGR)  else:   bgr_image = cv2.cvtColor(rgb_image, cv2.COLOR_RGB2BGR)  cv2.imwrite(image_path, bgr_image)   def combime_save_image(orig_image, dest_image, out_dir,name,prefix):  '''  命名标准：out_dir/name_prefix.jpg  :param orig_image:  :param dest_image:  :param image_path:  :param out_dir:  :param prefix:  :return:  '''  dest_path = os.path.join(out_dir, name + "_"+prefix+".jpg")  save_image(dest_path, dest_image)    dest_image = np.hstack((orig_image, dest_image))  save_image(os.path.join(out_dir, "{}_src_{}.jpg".format(name,prefix)), dest_image)   if __name__=="__main__":  image_path="../dataset/test_images/src.jpg"  image = read_image(image_path, resize_height=None, resize_width=None)  image = rgb_to_gray(image)  orig_shape=np.shape(image)#shape=(h,w)  orig_rect=[50,100,100,200]#x,y,w,h  print("orig_shape:{}".format(orig_shape))  show_image_rect("orig",image,orig_rect)    dest_image=resize_image(image,resize_height=None,resize_width=200)  dest_shape=np.shape(dest_image)  print("dest_shape:{}".format(dest_shape))  dest_rect=scale_rect(orig_rect, orig_shape, dest_shape)  show_image_rect("dest",dest_image,dest_rect)

感谢你能够认真阅读完这篇文章，希望小编分享的“Python OpenCV如何实现鼠标画框效果”这篇文章对大家有帮助，同时也希望大家多多支持亿速云，关注亿速云行业资讯频道，更多相关知识等着你来学习!