如何在图像中找到矩形

Question

这是此代码在this answer中生成的图片（绿色圆圈除外，我之后提到）：

形状为（707,1028,3），因此每个像素有三个通道（RGB），但只填充白色和黑色。如果它被转换为8位图像会更好。

我需要获取图像中每个矩形的位置和大小。我有一些代码使用PIL和.load()访问每个像素，但速度太慢。在PIL版本中，我寻找开始角落和结束角落。代码类似于pixels[x, y] == 255 and pixels[x-1, y] == 0 and pixels[x, y-1] == 0

Answer 1

1。使用单个通道制作图像

如果您需要图像具有单个通道，则使用一个通道而不是三个通道生成它。所以而不是：

output = numpy.zeros(img.shape) # (height, width, 3)
output[~mask] = (255, 255, 255)

写：

output = numpy.zeros(img.shape[:2]) # just (height, width)
output[~mask] = 255

或者，如果您已加载多通道图像并且只想选择一个通道进行处理，请对其进行切片：

img = img[...,0] # red channel

但如果您正在进行功能检测等进一步处理，则无需在此处保存输出图像或重新加载。您可以继续使用mask。

2。寻找连续的区域

您可以使用scipy.ndimage.measurements.label找到图像的连续区域。默认情况下，它仅查找正交连接的区域;如果你也想要对角连接的区域，那么传递适当的structure参数：

labels, n = scipy.ndimage.measurements.label(mask, numpy.ones((3, 3)))

结果为labels（与mask形状相同的数组，包含标记mask）的连续区域的不同整数，以及n（区域数量）找到）。然后调用scipy.ndimage.measurements.find_objects来获取边界框：

>>> bboxes = scipy.ndimage.measurements.find_objects(labels)
>>> bboxes[0]
(slice(0, 2, None), slice(19, 23, None))

因此，此对象位于 x = 19-23且 y = 0-2（它是沿着图像上边缘的黑色小条）。您可以使用这对切片来索引原始图像，从而获得包含对象的子图像。这是矩形的最上面，在对象＃3中：

>>> bboxes[3]
(slice(33, 60, None), slice(10, 86, None))
>>> img[bboxes[3]]
array([[255, 255,   0, ...,   0, 255, 255],
       [255,   0,   0, ...,   0,   0, 255],
       [  0,   0, 255, ...,   0,   0, 255],
       ..., 
       [  0,   0,   0, ...,   0,   0, 255],
       [255,   0,   0, ...,   0, 255, 255],
       [255, 255, 255, ..., 255, 255, 255]], dtype=uint8)

（其他矩形是对象＃4，＃5和＃8。）以下是一种可视化方法：

boxed = numpy.dstack((img,) * 3)
for y, x in bboxes:
    if y.stop - y.start == 27: # is this the right criterion?
        boxed[(y.start, y.stop-1), x] = (0, 255, 0)
        boxed[y, (x.start, x.stop-1)] = (0, 255, 0)
imsave('boxed.png', boxed)