OpenCV查找轮廓的中线[Python]

如何解决OpenCV查找轮廓的中线[Python]

在我的图像处理项目中，我已经使用cv.findContours函数获得了蒙版图像（黑白图像）及其轮廓。我现在的目标是创建一种算法，可以为此轮廓绘制一条中间线。掩盖的图像及其轮廓如下图所示。

屏蔽的图像：

轮廓：

在我的想象中，对于该轮廓，我想创建一条接近水平的中线。我已经用红色手动标记了理想的中间线。请检查下图是否显示我提到的红色中间线。

轮廓与中线：

值得注意的是，我的最终目标是找到用黄色标记的尖端。如果您还有其他想法可以直接找到黄色的提示点，也请告诉我。为了找到黄色的尖点，我尝试了两种方法cv.convexHull和cv.minAreaRect，但是问题是鲁棒性。我使这两种方法适用于某些图像，但对于我的数据集中的某些其他图像，它们的效果不是很好。因此，我认为找到中间线可能是一种可以尝试的好方法。

解决方法

我相信您正在尝试确定轮廓的重心和方向。我们可以使用Central Moments轻松地做到这一点。有关here的更多信息。

下面的代码生成this plot。这是您想要的结果吗？

# Determine contour
img = cv2.imread(img_file,cv2.IMREAD_GRAYSCALE)
img_bin = (img>128).astype(np.uint8)
contours,_ = cv2.findContours(img_bin,mode=cv2.RETR_EXTERNAL,method=cv2.CHAIN_APPROX_NONE)

# Determine center of gravity and orientation using Moments
M = cv2.moments(contours[0])
center = (int(M["m10"] / M["m00"]),int(M["m01"] / M["m00"]))
theta = 0.5*np.arctan2(2*M["mu11"],M["mu20"]-M["mu02"])
endx = 600 * np.cos(theta) + center[0] # linelength 600
endy = 600 * np.sin(theta) + center[1]

# Display results
plt.imshow(img_bin,cmap='gray')
plt.scatter(center[0],center[1],marker="X")
plt.plot([center[0],endx],[center[1],endy])
plt.show()

,

我现在的目标是创建一种算法，可以为此轮廓绘制一条中间线。

如果您检测到水平线的上下边界，则可以计算中线坐标。

例如：

中线将是：

如果将尺寸更改为图像的宽度：

代码：

---

import cv2

img = cv2.imread("contour.jpg")
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
(h,w) = img.shape[:2]

x1_upper = h
x1_lower = 0
x2_upper = h
x2_lower = 0
y1_upper = h
y1_lower = 0
y2_upper = h
y2_lower = 0

lines = cv2.ximgproc.createFastLineDetector().detect(gray)

for cur in lines:
    x1 = cur[0][0]
    y1 = cur[0][1]
    x2 = cur[0][2]
    y2 = cur[0][3]

    # upper-bound coords
    if y1 < y1_upper and y2 < y2_upper:
        y1_upper = y1
        y2_upper = y2
        x1_upper = x1
        x2_upper = x2
    elif y1 > y1_lower and y2 > y2_lower:
        y1_lower = y1
        y2_lower = y2
        x1_lower = x1
        x2_lower = x2


print("\n\n-lower-bound-\n")
print("({},{}) - ({},{})".format(x1_lower,y1_lower,x2_lower,y2_lower))
print("\n\n-upper-bound-\n")
print("({},{})".format(x1_upper,y1_upper,x2_upper,y2_upper))

cv2.line(img,(x1_lower,y1_lower),(x2_lower,y2_lower),(0,255,0),5)
cv2.line(img,(x1_upper,y1_upper),(x2_upper,y2_upper),255),5)

x1_avg = int((x1_lower + x1_upper) / 2)
y1_avg = int((y1_lower + y1_upper) / 2)
x2_avg = int((x2_lower + x2_upper) / 2)
y2_avg = int((y2_lower + y2_upper) / 2)

cv2.line(img,y1_avg),(w,y2_avg),(255,5)

cv2.imshow("result",img)
cv2.waitKey(0)
cv2.destroyAllWindows()

,

这是通过Python / OpenCV计算围绕对象的旋转边界框的中心线的另一种方法。

输入：

import cv2
import numpy as np

# load image
img = cv2.imread("blob_mask.jpg")

# convert to gray
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

# threshold the grayscale image
thresh = cv2.threshold(gray,cv2.THRESH_BINARY)[1]

# get coordinates of all non-zero pixels
# NOTE: must transpose since numpy coords are y,x and opencv uses x,y
coords = np.column_stack(np.where(thresh.transpose() > 0))

# get rotated rectangle from 
rotrect = cv2.minAreaRect(coords)
box = cv2.boxPoints(rotrect)
box = np.int0(box)
print (box)

# get center line from box
# note points are clockwise from bottom right
x1 = (box[0][0] + box[3][0]) // 2
y1 = (box[0][1] + box[3][1]) // 2
x2 = (box[1][0] + box[2][0]) // 2
y2 = (box[1][1] + box[2][1]) // 2

# draw rotated rectangle on copy of img as result
result = img.copy()
cv2.drawContours(result,[box],2)
cv2.line(result,(x1,y1),(x2,y2),2)

# write result to disk
cv2.imwrite("blob_mask_rotrect.png",result)

# display results
cv2.imshow("THRESH",thresh)
cv2.imshow("RESULT",result)
cv2.waitKey(0)
cv2.destroyAllWindows()

结果：