点检测与圆形区域选择

Question

我正在处理一种特定类型的图像。在获取了频谱（应用快速傅里叶变换，简称fft）之后，我得到了如下的图片：

我想以以下方式选择这些“点”（称为频谱的阶数）：

我的意思是“画”一个圆圈围绕它，选择圆圈内的像素，然后将这些像素居中（不包括“边框圆圈”）：

我该如何使用OpenCV来实现这个呢？有没有现成的函数可以用？

Answer 1

我不太确定这是不是你想问的，不过如果你只是想围绕某个点进行居中，可以通过子区域来实现：

cv::Point center(yourCenterX_FromLeft, yourCenterY_fromTop);
int nWidth = yourDesiredWidthAfterCentering;  // or 2* circle radius
int nHeight= yourDesiredHeightAfterCentering; // or 2* circle radius

// specify the subregion: top-left position and width/height
cv::Rect subImage = cv::Rect(center.x-nWidth/2, center.y-nHeight/2, nWidth, nHeight);

// extract the subregion out of the original image. remark that no data is copied but original data is referenced
cv::Mat subImageCentered = originalImage(subImage);

cv::imshow("subimage", subImageCentered);

我没有测试过，但应该没问题。

补充一下：抱歉，这段代码是C++的，不过我觉得在Python中子区域的用法应该也差不多吧？！

Answer 2

编辑：根据下面的讨论，要“选择”一个圆形，可以使用一个遮罩：

# Build mask
mask = np.zeros(image_array.shape, dtype=np.uint8)
cv2.circle(mask, max_loc, circle_radius, (255, 255, 255), -1, 8, 0)

# Apply mask (using bitwise & operator)
result_array = image_array & mask

# Crop/center result (assuming max_loc is of the form (x, y))
result_array = result_array[max_loc[1] - circle_radius:max_loc[1] + circle_radius,
                            max_loc[0] - circle_radius:max_loc[0] + circle_radius, :]

这样我得到了类似这样的结果：

另一个编辑：这个链接可能对你找到高峰有帮助。