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:
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。