Question

我有一个由canny边缘检测器过滤的图像。现在，我想检测blob并按宽度和高度进行一些过滤。我必须要考虑哪些功能？

Answer 1

基于minAreaRect轮廓和minAreaRect点之间距离的替代方法。通过这种方式，可以按照样本结果图像上的角度过滤轮廓。

你可以改变宽度和宽度高度比和天使改变以下行

if(dist0 > dist1 *4) // dist0 and dist1 means width and height you can change as you wish
.
.
if( fabs(angle) > 35 & fabs(angle) < 150 ) // you can change angle criteria

#include "opencv2/imgproc.hpp"
#include "opencv2/highgui.hpp"

using namespace cv;
using namespace std;

//! Compute the distance between two points
/*! Compute the Euclidean distance between two points
*
* @param a Point a
* @param b Point b
*/
static double distanceBtwPoints(const cv::Point2f &a, const cv::Point2f &b)
{
    double xDiff = a.x - b.x;
    double yDiff = a.y - b.y;

    return std::sqrt((xDiff * xDiff) + (yDiff * yDiff));
}

int main( int argc, char** argv )
{
    Mat src,gray;
    src = imread(argv[1]);
    if(src.empty())
        return -1;

    cvtColor( src, gray, COLOR_BGR2GRAY );
    gray = gray < 200;

    vector<vector<Point> > contours;

    findContours(gray.clone(), contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE);

    RotatedRect _minAreaRect;

    for (size_t i = 0; i < contours.size(); ++i)
    {
        _minAreaRect = minAreaRect( Mat(contours[i]) );
        Point2f pts[4];
        _minAreaRect.points(pts);

        double dist0 = distanceBtwPoints(pts[0], pts[1]);
        double dist1 = distanceBtwPoints(pts[1], pts[2]);

        double angle = 0;
        if(dist0 > dist1 *4)
            angle =atan2(pts[0].y - pts[1].y,pts[0].x - pts[1].x) * 180.0 / CV_PI;
        if(dist1 > dist0 *4)
            angle =atan2(pts[1].y - pts[2].y,pts[1].x - pts[2].x) * 180.0 / CV_PI;

        if( fabs(angle) > 35 & fabs(angle) < 150 )
            for( int j = 0; j < 4; j++ )
                line(src, pts[j], pts[(j+1)%4], Scalar(0, 0, 255), 1, LINE_AA);
    }
    imshow("result", src);
    waitKey(0);
    return 0;
}

Answer 2

在OpenCV 3.0中，您可以使用connectedComponentsWithStats返回stats数组，其中包含每个连接组件的宽度和高度：

statsv -

每个标签的统计输出，包括背景标签，请参阅下面的可用统计信息。统计数据通过statsv（label，COLUMN）访问，其中可用列定义如下。


CC_STAT_LEFT最左边的（x）坐标，它是包含性的开始   水平方向上的边界框。

CC_STAT_TOP最上面的（y）坐标，它是垂直方向上边界框的包含性开始。

CC_STAT_WIDTH边界框的水平尺寸

CC_STAT_HEIGHT边界框的垂直尺寸

CC_STAT_AREA连接组件的总面积（以像素为单位）

OpenCV - 按宽度和高度过滤blob

2 个答案: