作者：翟天保Steven
版权声明：著作权归作者所有，商业转载请联系作者获得授权，非商业转载请注明出处

场景需求

在做图像处理时，有时候会需要适当地进行一些裁剪工作，比如我做干涉测量领域，我们所要处理的图像区域是条纹所在区域，而原图又远大于我所想分析的目标区，此时就需要对图像进行裁剪，这样做的好处：

1）缩减计算量，提高程序运行速度；

2）裁剪后的图像尺寸正好是归一化的图像尺寸，如果有归一化的需求，可以直接用裁剪图像尺寸建立归一化数据网格图。

除此之外，也有一些别的裁剪需求。本文针对图像透明区，设计了一种简单的裁剪算法，将多余的透明区裁剪掉。（PS：这是一位名叫“_Tokgo”的粉丝的需求）

话不多说，下方为具体实现函数和测试代码。

功能函数代码

/**
 * @brief ImageCroppingTRN                 图像透明区裁剪
 * @param src                              所需裁剪的图像
 * @return                                 裁剪后图像
 */
cv::Mat ImageCroppingTRN(const cv::Mat &src)
{
	if (src.channels() != 4)
	{
		cout << "Error: The number of image channels is not 4." << endl;
		return src;
	}
		
	// 通道分离
	vector<cv::Mat> channels;
	cv::split(src, channels);

	// 判断透明区数据
	cv::Mat mask = cv::Mat::zeros(src.size(), CV_8UC1);
	mask.setTo(255, ~(channels[3] == 0));

	// 识别有效矩形区域
	int roi_up = 10000;
	int roi_down = 0;
	int roi_left = 10000;
	int roi_right = 0;
	int row = src.rows;
	int col = src.cols;
	for (int i = 0; i < row; i++)
	{
		uchar *m = mask.ptr<uchar>(i);
		for (int j = 0; j < col; j++)
		{
			if (m[j] != 0)
			{
				if (j < roi_left)roi_left = j;
				if (j > roi_right)roi_right = j;
				if (i < roi_up)roi_up = i;
				if (i > roi_down)roi_down = i;
			}
		}
	}
	int w = roi_right - roi_left;
	int h = roi_down - roi_up;
	// 一般提取奇数尺寸，方便计算
	if (w % 2 == 0)w++;
	if (h % 2 == 0)h++;

	// 裁剪
	cv::Mat crop_phase = src(cv::Rect(roi_left, roi_up, w, h)).clone();

	return crop_phase;
}

C++测试代码

#include<iostream>
#include<opencv2/opencv.hpp>
#include<ctime>

using namespace std;
using namespace cv;

cv::Mat ImageCroppingTRN(const cv::Mat &phase);

int main(void)
{
	// 读取原图，注意四通道图像要用-1（即IMREAD_UNCHANGED）读取
	cv::Mat src = imread("test.jpg", IMREAD_UNCHANGED);

	// 透明区裁剪
	cv::Mat crop = ImageCroppingTRN(src);

	imwrite("result.png", crop);

	system("pause");
	return 0;
}

/**
 * @brief ImageCroppingTRN                 图像透明区裁剪
 * @param src                              所需裁剪的图像
 * @return                                 裁剪后图像
 */
cv::Mat ImageCroppingTRN(const cv::Mat &src)
{
	if (src.channels() != 4)
	{
		cout << "Error: The number of image channels is not 4." << endl;
		return src;
	}
		
	// 通道分离
	vector<cv::Mat> channels;
	cv::split(src, channels);

	// 判断透明区数据
	cv::Mat mask = cv::Mat::zeros(src.size(), CV_8UC1);
	mask.setTo(255, ~(channels[3] == 0));

	// 识别有效矩形区域
	int roi_up = 10000;
	int roi_down = 0;
	int roi_left = 10000;
	int roi_right = 0;
	int row = src.rows;
	int col = src.cols;
	for (int i = 0; i < row; i++)
	{
		uchar *m = mask.ptr<uchar>(i);
		for (int j = 0; j < col; j++)
		{
			if (m[j] != 0)
			{
				if (j < roi_left)roi_left = j;
				if (j > roi_right)roi_right = j;
				if (i < roi_up)roi_up = i;
				if (i > roi_down)roi_down = i;
			}
		}
	}
	int w = roi_right - roi_left;
	int h = roi_down - roi_up;
	// 一般提取奇数尺寸，方便计算
	if (w % 2 == 0)w++;
	if (h % 2 == 0)h++;

	// 裁剪
	cv::Mat crop_phase = src(cv::Rect(roi_left, roi_up, w, h)).clone();

	return crop_phase;
}