OpenCV - 按原样绘制轮廓

Question

我有一个看起来像一个相当简单的问题 - 我有一个图像，我可以使用以下代码从中提取轮廓 -

import numpy as np
import cv2

def findAndColorShapes(inputFile):
    # Find contours in the image
    im = cv2.imread(inputFile)
    imgray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
    ret,thresh = cv2.threshold(imgray,127,255,0)
    contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)

这样可以很好地找到图像中的轮廓，然后使用 -

绘制它们

cv2.drawContours(fullIm, [con], -1, (0,255,0), 2)

有些形状是空心的（例如圆形的圆圈），有些形状是填充的。我想以原始图像中出现的方式绘制轮廓。例如，如果轮廓是一个实心圆，则应该用它的填充绘制，如果它只是一个轮廓 - 作为轮廓。

我尝试过很多东西（其中包括将findContours中的模式更改为CHAIN_APPROX_NONE而不是CHAIN_APPROX_SIMPLE），并更改drawContours中的第5个参数，但不起作用。

修改：添加示例图像 - 左侧圆圈应绘制为空，而右侧方框应绘制为完整。

无论如何，你知道吗？

谢谢！

丹

Answer 1

如果某人有一天需要做类似的事情，这就是我最终使用的代码。效率不高，但效果很好，时间不是这个项目的一个因素（注意我在cv2.threshold(imgray,220,255,0)中使用了红色和绿色作为轮廓阈值。你可能想要改变它） -

def contour_to_image(con, original_image):
    # Get the rect coordinates of the contour
    lm, tm, rm, bm = rect_for_contour(con)

    con_im = original_image.crop((lm, tm, rm, bm))

    if con_im.size[0] == 0 or con_im.size[1] == 0:
        return None

    con_pixels = con_im.load()

    for x in range(0, con_im .size[0]):
        for y in range(0, con_im.size[1]):
            # If the pixel is already white, don't bother checking it
            if con_im.getpixel((x, y)) == (255, 255, 255):
                continue

            # Check if the pixel is outside the contour. If so, clear it
            if cv2.pointPolygonTest(con, (x + lm, y + tm), False) < 0:
                con_pixels[x, y] = (255, 255, 255)

    return con_im

def findAndColorShapes(input_file, shapes_dest_path):
    im = cv2.imread(input_file)
    imgray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)
    ret, thresh = cv2.threshold(imgray, 220, 255, 0)
    contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)

    i = 0

    for con in contours:
        con_im = contour_to_image(con, Image.open(input_file))
        if con_im is not None:
            con_im.save(shapes_dest_path + "%d.png"%i)
            i += 1

np_to_int()和rect_for_contour()是2个简单的辅助函数 -

def np_to_int(np_val):
    return np.asscalar(np.int16(np_val))

def rect_for_contour(con):
    # Get coordinates of a rectangle around the contour
    leftmost = tuple(con[con[:,:,0].argmin()][0])
    topmost = tuple(con[con[:,:,1].argmin()][0])
    bottommost = tuple(con[con[:,:,1].argmax()][0])
    rightmost = tuple(con[con[:,:,0].argmax()][0])

    return leftmost[0], topmost[1], rightmost[0], bottommost[1]

Answer 2

您可以检查层次结构参数以检查轮廓是否具有子（未填充）或未填充（填充），

例如，

vector< Vec4i > hierarchy

其中第i个轮廓

hierarchy[i][0] = next contour at the same hierarchical level
hierarchy[i][1] = previous contour at the same hierarchical level
hierarchy[i][2] = denotes its first child contour
hierarchy[i][3] = denotes index of its parent contour

如果轮廓i没有下一个，前一个，父级或嵌套轮廓，则层次结构[i]的相应元素将为负数。因此，对于每个轮廓，您必须检查是否有孩子，

并且

如果儿童轮廓 - >;绘制厚度= 1的轮廓;
   如果没有儿童轮廓 - >绘制厚度= CV_FILLED;

的轮廓

我认为此方法适用于您发布的图片。

另请参阅答案here可能会有所帮助。

Answer 3

这是你如何创建一个蒙版图像（即填充的轮廓）然后＆＃34;过滤＆＃34;带有该掩码的源图像以获得结果。

在这个被剪切的＆＃34;＆＃34;是阈值图像（单通道）

#np comes from import numpy as np
mask = np.zeros(th.shape, np.uint8)  # create a black base 'image'
mask = cv2.drawContours(mask, contours, -1, 255, cv2.FILLED)  # set everything to white inside all contours

result = np.zeros(th.shape, np.uint8)  
result = np.where(mask == 0, result, th)  # set everything where the mask is white to the value of th

注意：findContours操纵给定的图像！如果要在其他位置使用阈值图像，您可能需要将副本（np.copy（th））传递给它。