Question

我正在使用一个小程序，它将使用OpenCV + python的背景减法来计算汽车数量。我对背景减法很好，我已经有了背景图像。但是当我使用cv2.findContours(fgmask.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)时，我的轮廓太多了。虽然我可以通过检查轮廓区域（cv2.contourArea(contour)）来进行一些基本过滤，如http://www.pyimagesearch.com/2015/05/25/basic-motion-detection-and-tracking-with-python-and-opencv/所示，并非所有车辆都被检测到。

我也看了cv2.groupRectangles(rectList, minNum[, eps])，但我似乎无法创建一个矩形向量（顺便说一下，这是http://docs.opencv.org/2.4/modules/objdetect/doc/cascade_classification.html中的最后一个函数）。

我找到轮廓/绘制矩形的代码：

contours, im2 = cv2.findContours(fgmask.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
for cnt in contours:
    if MAXAREA >= cv2.contourArea(cnt) >= MINAREA:
        rect = cv2.minAreaRect(cnt)
        points = cv2.cv.BoxPoints(rect)
        cv2.rectangle(img, (int(points[1][0]), int(points[1][1])), (int(points[3][0]), int(points[3][1])), (0, 255, 0), 2)

（MINAREA和MAXAREA是绘制轮廓的最大和最小区域）

我的问题：如何对矩形进行分组或使用某些条件绘制正确的矩形（并防止汽车被识别）？

非常感谢任何帮助。

Answer 1

我已经理解了这个问题。你需要从图像中识别矩形形状（实际图像中的汽车）。无论大小如何.minAreaRect函数将在给定的所有轮廓上拟合最小面积矩形。这种方式你不能识别矩形形状。但是你可以把这个最小的矩形作为每个轮廓的模板，并将它与特定的轮廓相匹配。根据匹配的分数，你可以决定它是否是矩形。更多的方法你可以尝试How to detect simple geometric shapes using OpenCV。

OpenCV Python：cv2.findContours返回许多轮廓

1 个答案: