要在 Python 中使用 OpenCV (`cv2`) 实现复制多边形区域并将该部分保存为新图像的功能，可以通过以下方式完成： ### 方法概述 1. 加载源图像。 2. 创建一个多边形掩码（mask），定义需要复制的区域。 3. 使用逻辑运算提取感兴趣区域（ROI）。 4. 将 ROI 保存到新的图像文件中。 以下是具体实现代码及其解释： --- ### 实现代码 ```python import cv2 import numpy as np # 读取源图像 src = cv2.imread("images/miao.png") # 替换为实际图片路径 if src is None: raise ValueError("无法加载图像，请检查文件路径") # 定义多边形顶点坐标 polygon_points = np.array([[50, 50], [150, 50], [200, 150], [50, 150]], dtype=np.int32) # 创建与原图相同大小的黑色掩码 mask = np.zeros_like(src) # 填充多边形区域为白色 cv2.fillPoly(mask, [polygon_points], (255, 255, 255)) # 提取感兴趣区域（ROI） masked_image = cv2.bitwise_and(src, mask) # 找到包围多边形的最小矩形框 x, y, w, h = cv2.boundingRect(polygon_points) # 截取 ROI 并保存 roi_cropped = masked_image[y:y+h, x:x+w] # 移除背景中的黑色部分（可选） final_roi = roi_cropped.copy() final_roi[np.all(final_roi == [0, 0, 0], axis=-1)] = [255, 255, 255] # 设置背景为白色 # 保存裁剪后的 ROI 图像 cv2.imwrite("images/copy_polygon_result.png", final_roi) ``` --- ### 代码解析 #### 1. **加载图像** - `cv2.imread()` 用于加载指定路径下的图像[^1]。如果返回值为空，则说明路径有误或图像损坏。 #### 2. **创建多边形掩码** - 使用 `np.zeros_like(src)` 创建一个与源图像形状相同的全黑掩码。 - 调用 `cv2.fillPoly()` 在掩码上绘制多边形区域，并将其填充为白色[(255, 255, 255)][^1]。 #### 3. **提取感兴趣区域** - 使用按位与操作 `cv2.bitwise_and()` 结合掩码和源图像，仅保留多边形内的像素[^1]。 #### 4. **找到包围多边形的最小矩形框** - 调用 `cv2.boundingRect()` 计算多边形的外接矩形范围，从而定位 ROI 的位置[^1]。 #### 5. **截取并保存 ROI** - 使用 NumPy 数组切片 `[y:y+h, x:x+w]` 提取目标区域。 - 可选地移除背景中的黑色部分，替换为白色或其他颜色[^4]。 - 最终调用 `cv2.imwrite()` 将结果保存为新图像文件。 --- ### 注意事项 1. 确保输入图像存在且路径正确。 2. 多边形顶点应根据实际需求调整，确保覆盖所需区域。 3. 如果希望保持透明背景而不是纯白背景，可以将图像转换为 RGBA 格式[^4]。 --- ###