Question

因此，我尝试拍摄监视器的屏幕截图，而仅在抓取屏幕的一部分时才这样做。我知道我可以使用mss或opencv，枕头或任何其他支持边界框的屏幕截图库...但是，不是随机猜测坐标是什么...而我的意思是用边界框坐标截屏设置，然后查看它是否与我实际试图获得的照片相近。

例如：我的试用坐标为10,10,500,500，而实际上我需要的实际坐标为15,40,200,300（这些坐标已组成）

我解决此问题的想法是拥有一个工具，该工具可以让我单击并拖动所需图像（屏幕的一部分）周围的边界框，并让程序返回结果，例如15,40,200,300。 A 此外，如果可以画出我的方框，那将非常有帮助！如果还有另一种方法可以实现这个目标，我也会对此持开放态度。

谢谢。

Answer 1

这个想法是在感兴趣的区域周围单击并拖动边界框以获取坐标。为此，我们必须捕获鼠标单击的事件动作，并记录ROI的开始和结束坐标。 OpenCV允许我们通过处理鼠标单击事件来做到这一点。每当触发鼠标单击事件时，OpenCV都会将信息中继到我们的extract_coordinates回调函数中。为了处理事件，OpenCV需要各种参数：

事件：发生的事件（左/右按下或释放鼠标单击）
x ：事件的x坐标
y ：事件的y坐标
标志：OpenCV传递的相关标志
参数：OpenCV传递的其他参数

按下的左键单击记录左上角坐标，释放的左键单击记录右下角坐标。然后，我们在ROI周围绘制一个边界框，并将左上和右下矩形区域的坐标打印到控制台。右键单击将重置图像。

提取边界框坐标小部件：

import cv2

class ExtractImageWidget(object):
    def __init__(self):
        self.original_image = cv2.imread('placeholder.PNG')

        # Resize image, remove if you want raw image size
        self.original_image = cv2.resize(self.original_image, (640, 556))
        self.clone = self.original_image.copy()

        cv2.namedWindow('image')
        cv2.setMouseCallback('image', self.extract_coordinates)

        # Bounding box reference points and boolean if we are extracting coordinates
        self.image_coordinates = []
        self.extract = False

    def extract_coordinates(self, event, x, y, flags, parameters):
        # Record starting (x,y) coordinates on left mouse button click
        if event == cv2.EVENT_LBUTTONDOWN:
            self.image_coordinates = [(x,y)]
            self.extract = True

        # Record ending (x,y) coordintes on left mouse bottom release
        elif event == cv2.EVENT_LBUTTONUP:
            self.image_coordinates.append((x,y))
            self.extract = False
            print('top left: {}, bottom right: {}'.format(self.image_coordinates[0], self.image_coordinates[1]))

            # Draw rectangle around ROI
            cv2.rectangle(self.clone, self.image_coordinates[0], self.image_coordinates[1], (0,255,0), 2)
            cv2.imshow("image", self.clone) 

        # Clear drawing boxes on right mouse button click
        elif event == cv2.EVENT_RBUTTONDOWN:
            self.clone = self.original_image.copy()

    def show_image(self):
        return self.clone

if __name__ == '__main__':
    extract_image_widget = ExtractImageWidget()
    while True:
        cv2.imshow('image', extract_image_widget.show_image())
        key = cv2.waitKey(1)

        # Close program with keyboard 'q'
        if key == ord('q'):
            cv2.destroyAllWindows()
            exit(1)

无需猜测和检查的边界框坐标

1 个答案: