标签：python image-processing python-2-7 opencv contour

问题

我正在开发一个项目,我需要获得像形状一样的dumbell边界框.但是,我需要尽可能少的点,并且盒子需要适合所有角落的形状.这是我测试的图像：Blurry, cracked, dumbell shape

我不关心形状的间隙,我只想清理它,并将边缘拉直,这样我就可以得到这样的形状轮廓：Cleaned up

我一直在尝试阈值()它,使用findContours()获取它的轮廓,然后使用approxPolyDP()来简化轮廓最终的疯狂点数.所以,在摆弄了这个约三天之后,我怎么能简单地得到：

>两个框指定哑铃的末端和中间的矩形,或
>一个轮廓,所有角落都有十二个点

第二种选择是首选,因为这确实是我的最终目标：获得那些角落的点数.

有几点需要注意：

>我正在使用OpenCV for Python
>输入图像中通常会有许多这些形状的所有尺寸
>它们只有水平或垂直定位.没有奇怪的27度角……

我需要的：

我真的不需要有人为我编写代码,我只需要一些方法或算法来完成这项工作,最好是用一些简单的例子.

我的守则

这是我过于干净的代码,其中包含我甚至不使用的函数,但我最终会使用它们：

import cv2
import numpy as np

class traceImage():

    def __init__(self, imageLocation):
        self.threshNum = 127
        self.im = cv2.imread(imageLocation)
        self.imOrig = self.im
        self.imGray = cv2.cvtColor(self.im, cv2.COLOR_BGR2GRAY)
        self.ret, self.imThresh = cv2.threshold(self.imGray, self.threshNum, 255, 0)
        self.contours, self.hierarchy = cv2.findContours(self.imThresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

    def createGray(self):
        self.imGray = cv2.cvtColor(self.im, cv2.COLOR_BGR2GRAY)

    def adjustThresh(self, threshNum):
        self.ret, self.imThresh = cv2.threshold(self.imGray, threshNum, 255, 0)

    def getContours(self):
        self.contours, self.hierarchy = cv2.findContours(self.imThresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

    def approximatePoly(self, percent):
        i=0
        for shape in self.contours:
            shape = cv2.approxPolyDP(shape, percent*cv2.arcLength(shape, True), True)
            self.contours[i] = shape
            i+=1

    def drawContours(self, blobWidth, color=(255,255,255)):
        cv2.drawContours(self.im, self.contours, -1, color, blobWidth)

    def newWindow(self, name):
        cv2.namedWindow(name)

    def showImage(self, window):
        cv2.imshow(window, self.im)

    def display(self):
        while True:
            cv2.waitKey()

    def displayUntil(self, key):
        while True:
            pressed = cv2.waitKey()
            if pressed == key:
                break

if __name__ == "__main__":
    blobWidth = 30
    ti = traceImage("dumbell.png")
    ti.approximatePoly(0.01)
    for thresh in range(127,256):
        ti.adjustThresh(thresh)
        ti.getContours()
        ti.drawContours(blobWidth)
    ti.showImage("Image")
    ti.displayUntil(10)
    ti.createGray()
    ti.adjustThresh(127)
    ti.getContours()
    ti.approximatePoly(0.0099)
    ti.drawContours(2, (0,255,0))
    ti.showImage("Image")
    ti.display()

代码说明

我知道我可能不会在这里做一些事情,但是嘿,我为此感到自豪:)

因此,我的想法是这些哑铃中经常有孔和间隙,因此我想如果我遍历所有阈值从127到255并将轮廓绘制到具有足够厚度的图像上,则绘制的厚度为轮廓将填充任何足够小的孔,我可以使用新的,blobby图像来获得边缘,然后将边缩回到尺寸.这是我的想法.尽管如此,还有另一种更好的方式……

摘要

我想得到12分;一个形状的每个角落.

编辑：

在尝试了一些侵蚀和扩张之后,似乎最好的选择是在某些点处切割轮廓,然后在切片形状周围使用边界框来获得正确的四四方角,然后进行一些计算以将盒子重新加入一个形状.一个相当有趣的挑战……

编辑2：

我发现了一些效果很好的东西！我制作了自己的线检测系统,只检测水平或垂直线,然后在检测到的线/轮廓边缘,程序绘制一条延伸到整个图像的黑线,从而有效地切割图像的直线.轮廓.一旦它这样做,它会获得切片盒的新轮廓,在片段周围绘制边界框,然后使用扩张来封闭间隙.到目前为止,它适用于大型形状,但是当形状很小时,它往往会失去一些形状.

解决方法:

所以,在摆弄了侵蚀,扩张,关闭,打开和看直线轮廓之后,我找到了一个有效的解决方案.谢谢@Ante和@ a.alsram！你的两个想法结合起来帮助我找到了解决方案.所以这是它的工作原理.

方法

程序迭代每个轮廓,并遍历轮廓中的每对点,寻找位于同一轴上的点对并计算它们之间的距离.如果距离大于可调阈值,则程序确定这些点被视为形状上的边缘.然后程序使用该边缘,沿整个轮廓绘制一条黑线,从而切割该边缘的轮廓.然后程序重新确定轮廓,因为形状被切断.被切断的这些碎片知道它们自己的轮廓,然后由边界框界定.最后,所有形状都被扩张和侵蚀(接近)以重新加入被切断的盒子.

这种方法可以多次完成,但每次都有一点精度损失.但它适用于我需要的东西,当然是一个有趣的挑战！谢谢你的帮助！

natebot13

标签：python,image-processing,python-2-7,opencv,contour
来源： https://codeday.me/bug/20190709/1409025.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。