如果你打算在Jupyter笔记本上运行Dash应用程序，你可能会想使用JupyterDash。要从感兴趣的区域选择坐标，你链接的文档页面上有一个例子，显示了关于绘制形状的所有信息，包括坐标。
下面是一个JupyterDash应用程序的例子，它可以完全在你的Jupyter笔记本上运行，它通过将浮点x，y坐标四舍五入为整数来选择你的图像的最接近的索引。这依赖于图像的形状是(900,1600,3)，并且默认情况下将x轴和y轴设置为相同的比例。
目前，除了返回所选矩形角的最接近的x，y索引外，该应用程序没有太多功能，但希望您可以修改该功能的其余部分，以适应您的裁剪用例。

import plotly.express as px
from jupyter_dash import JupyterDash
from dash import Dash, dcc, html, Input, Output, no_update
from skimage import io 
import json

img = io.imread('https://raw.githubusercontent.com/michaelbabyn/plot_data/master/bridge.jpg')
fig = px.imshow(img)
fig.update_layout(dragmode="drawrect")

app = JupyterDash(__name__)
app.layout = html.Div(
    [
        html.H3("Drag and draw rectangle annotations"),
        dcc.Graph(id="graph-picture", figure=fig),
        dcc.Markdown("Characteristics of shapes"),
        html.Pre(id="annotations-data"),
    ]
)

@app.callback(
    Output("annotations-data", "children"),
    Input("graph-picture", "relayoutData"),
    prevent_initial_call=True,
)
def on_new_annotation(relayout_data):
    if "shapes" in relayout_data:
        shape_dict = relayout_data["shapes"][0]
        x0, x1, y0, y1 = shape_dict["x0"], shape_dict["x1"], shape_dict["y0"], shape_dict["y1"]
        [x0, x1, y0, y1] = [round(num) for num in [x0, x1, y0, y1]]
        ## crop data
        return f"x0={x0}, x1={x1}, y0={y0}, y0={y1}"
    else:
        return no_update

app.run_server(mode='inline')