Question

我已经使用C ++ OpenCV的connectedComponents函数获得了一个标签，如图所示：

这是ccLabels变量的输出，与原始图像的大小相同cv::Mat。

所以我需要做的是：

计算每个数字的出现次数，然后选择那些数字发生超过N次，这是＆＃34;大＆＃34;的。
细分＆＃34;大＆＃34;的区域组件，然后计算4和的数量在该区域内0。

我的最终目标是计算图像中的孔数，因此我的目标是从(number of 0's / number of 4's)推断出孔的数量。这可能不是最漂亮的方式，但图像在大小和照明方面非常均匀，因此它将满足我的需求。

但我是OpenCV的新手，我不知道如何完成这项任务。

这是我到目前为止所做的：

cv::Mat1b outImg;
cv::threshold(grayImg, outImg, 150, 255, 0); // Thresholded -binary- image
cv::Mat ccLabels;
cv::connectedComponents(outImg, ccLabels); // Each non-zero pixel is labeled with their connectedComponent ID's
// write the labels to file:
std::ofstream myfile;
    myfile.open("ccLabels.txt");
    cv::Size s = ccLabels.size();
    myfile << "Size: " << s.height << " , " << s.width <<"\n";
    for (int r1 = 0; r1 < s.height; r1++) {
        for (int c1 = 0; c1 < s.height; c1++) {
            myfile << ccLabels.at<int>(r1,c1);
        }
        myfile << "\n";
    }
    myfile.close();

由于我知道如何在矩阵内部进行迭代，因此计算数字应该没问题，但首先我要分离（消除/忽略）＆＃34;背景＆＃34;像素，它们是连接组件的0 <外。然后计算应该很容易。

我如何细分这些＆＃34;大＆＃34;组件？也许获得一个掩码，只考虑mask(x,y) = 1？

感谢您的帮助！

修改

这是阈值图像：

这是我在Canny边缘检测后得到的结果：

这是实际图像（阈值）：

Answer 1

这是一个简单的程序，可以从您的阈值图像中找到骰子上的数字

查找外部轮廓
- 最终弃掉小斑点
- 绘制填充的面具
- 使用AND和XOR隔离内部孔
- 再次找到轮廓
- 计算轮廓

结果：

Number: 5
Number: 2

图像：

代码：

#include <opencv2\opencv.hpp>
#include <iostream>
#include <vector>
using namespace std;
using namespace cv;

int main(void)
{
    // Grayscale image
    Mat1b img = imread("path_to_image", IMREAD_GRAYSCALE);

    // Minimum area of the contour
    double minContourArea = 10;

    // Prepare outpot
    Mat3b result;
    cvtColor(img, result, COLOR_GRAY2BGR);

    // Find contours
    vector<vector<Point>> contours;
    findContours(img.clone(), contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

    for (int i = 0; i < contours.size(); ++i)
    {
        // Check area
        if (contourArea(contours[i]) < minContourArea) continue;

        // Black mask
        Mat1b mask(img.rows, img.cols, uchar(0));
        // Draw filled contour
        drawContours(mask, contours, i, Scalar(255), CV_FILLED);

        mask = (mask & img) ^ mask;

        vector<vector<Point>> cntrs;
        findContours(mask, cntrs, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

        cout << "Number: " << cntrs.size() << endl;

        // Just for showing results
        drawContours(result, cntrs, -1, Scalar(0,0,255), CV_FILLED);
    }

    imshow("Result", result);
    waitKey();

    return 0;
}

Answer 2

要解决第一个问题，请考虑在值中有一组值。计算出现的每个数字的出现次数。

 int m=0;
    for(int n=0;n<256;n++)
    {
        int c=0;
        for(int q=0;q<values.size();q++)
        {
            if(n==values[q])
            {
                //int c;
            c++;
            m++;
            }
        }

        cout<<n<<"= "<< c<<endl;
    }
    cout<<"Total number of elements "<< m<<endl;

要解决第二个问题，请使用findcontours找到图像中最大的轮廓，在其周围绘制边界矩形，然后裁剪它。再次使用上面的代码来计算像素值＆＃34; 4＆＃34;和＆＃34; 0＆＃34;。您可以在此处找到https://stackoverflow.com/a/32998275/3853072

的链接

Answer 3

更简单的方法是使用findContours方法。您可以找到内部轮廓并计算它们的面积（因为内部轮廓将是孔）并相应地处理此信息。

如何在OpenCV connectedComponents函数之后对对象进行分段

修改

3 个答案: