Question

问题

我正在开展一个项目，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。这是我要测试的图片：Blurry, cracked, dumbell shape

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

我一直试图threshold()使用findContours()获取轮廓，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
在输入图像
它们只有水平或垂直定位。没有奇怪的27度角......

我需要什么：

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，最好用一些简单的例子。

我的代码

这是我过于干净的代码，其中包含我甚至不使用的函数，但我想最终会使用它们：

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：）

所以，这个想法是这些哑铃中经常有孔和间隙，所以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，厚度绘制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重新加入盒子成一个形状。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，它在大型形状上效果很好，但是当形状很小时，它往往会失去一些形状。

Answer 1

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。所以这就是它的工作原理。

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

Answer 2

也许简单的解决方案可以提供帮助。如果有一个阈值长度来填补空白，可以在具有单元长度> =阈值的网格中分割图像，并使用内有东西的细胞。有了这个，只有横向和垂直线条，并注意网格跟随原始水平线它将覆盖主线特征。

<强>更新

看看mathematical morphology。我认为使用结构元素（2 * k + 1）x（2 * k + 1）像素的结束操作可以做你想要的。

算法应采用阈值参数k，并执行扩张和侵蚀。这意味着更改图像，以便为每个白色像素设置距离k（（2 * k + 1）x（2 * k + 1）框）上的所有邻居到白色，然后改变图像，以便为每个黑色像素设置邻居距离k到黑色。

对边界像素进行操作就足够了。

OpenCV凹凸角点的多边形

问题

有几点需要注意：

我需要什么：

我的代码

代码说明

摘要

编辑：

编辑2：

2 个答案:

方法