Question

我遇到了使用opencv检测广场的问题。

这是参考图片，我在其中找到与cv2.matchShapes中使用的形状相匹配的形状

以下是两个用于与参考图像进行比较的输入图像：

第一张图片：

第二张图片：

以下是我使用的代码（抱歉格式不佳）：

#!/usr/bin/env python
# coding: utf-8

import numpy as np
import cv2
import argparse
import math

ap = argparse.ArgumentParser()
ap.add_argument("-i", "--image", required=True, help="path to input image")
args = vars(ap.parse_args())

img = cv2.imread(args["image"])
# img = cv2.bitwise_not(img,img)
# gray = cv2.imread(args["image"],0)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# gray = cv2.GaussianBlur(gray, (5, 5), 0)
cv2.imshow('gray', gray)
cv2.waitKey(0)

ret, thresh = cv2.threshold(gray, 230, 255, 1)
cv2.imshow('thresh', thresh)
# cv2.imwrite('./wni230.png',thresh)
cv2.waitKey(0)

square_cnts = []

##################################################
shape = cv2.imread('./shape1.png')
shape_gray = cv2.cvtColor(shape, cv2.COLOR_BGR2GRAY)
ret, shape_thresh = cv2.threshold(shape_gray, 0, 255, 0)
tmpimage, contours, h = cv2.findContours(shape_thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
shape_cnt0 = contours[0]
shape_approx = []
for i in contours:
    approx = cv2.approxPolyDP(i, 0.01*cv2.arcLength(i, True), True)
    # print len(approx)
    if len(approx) == 4:
        shape_approx.append(len(approx))
##################################################
# tmpimage,contours,h = cv2.findContours(thresh,1,2)
# cv2.RETR_TREE
tmpimage, contours, h = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnt0 = contours[0]
# from skimage import measure
# contours = measure.find_contours(thresh, 0.8)

for cnt in contours[::-1]:
    print cv2.arcLength(cnt, True)
    print cnt
    approx = cv2.approxPolyDP(cnt, 0.1*cv2.arcLength(cnt, True), True)
    print len(approx)
    if len(approx) == 5:
        print "pentagon"
        cv2.drawContours(img, [cnt], 0, 255, 2)
        cv2.imshow('tmppentagon', img)
        cv2.waitKey(0)
    elif len(approx) == 3:
        print "triangle"
        cv2.drawContours(img, [cnt], 0, (0, 255, 0), 2)
        cv2.imshow('tmptriangle', img)
        cv2.waitKey(0)
    elif len(approx) == 2:
        print 'approx:'
        print approx
        ret = cv2.matchShapes(cnt, cnt0, 1, 0.0)
        print 'match shape ret:%s' % ret
        print "two approx line"
        cv2.drawContours(img, [cnt], 0, (0, 255, 0), 2)
        cv2.imshow('twoline?', img)
        cv2.waitKey(0)
    elif len(approx) == 4:

        ret = cv2.matchShapes(cnt, cnt0, 1, 0.0)
        print 'match shape ret:%s' % ret
        if ret > 0.5:
            print "Parallelogram"
        elif 0.3 < ret < 0.5:
            print "Rectangle"
        elif 0 < ret < 0.3:
            print "Rhombus"
        else:
            print "square"
        print cv2.arcLength(cnt, True)
        print approx
        cv2.drawContours(img, [approx], 0, (0, 0, 255), 2)
        cv2.imshow('tmpsquare', img)
        cv2.waitKey(0)
        if int(cv2.arcLength(cnt, True)) >= 96:

            if math.fabs(math.sqrt((approx[0][0][0]-approx[1][0][0])**2+(approx[0][0][1]-approx[1][0][1])**2) - math.sqrt((approx[1][0][0]-approx[2][0][0])**2+(approx[1][0][1]-approx[2][0][1])**2)) <= 5:
                x, y, w, h = cv2.boundingRect(cnt)
                cv2.imshow('final',img[y:y+h,x:x+w])
                cv2.waitKey(0)
            print 'target but long squere detected...'
            cv2.waitKey(0)
    elif len(approx) == 9:
        print "half-circle"
        cv2.drawContours(img,[cnt],0,(255,255,0),2)
        cv2.imshow('tmphalfcircle',img)
        cv2.waitKey(0)
    elif len(approx) > 15:
        print "circle"
        cv2.drawContours(img,[cnt],0,(0,255,255),2)
        cv2.imshow('tmpcircle',img)
        cv2.waitKey(0)

cv2.imshow('img', img)
cv2.imwrite('tmp.png', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

分别为两个输入图像的结果：

第一个结果：

第二个结果：

ENV：

python 2.7.10

opencv 3.2.0

问题：

为什么两个图像的cv2.approxPolyDP的长度总是2而不是4？我希望图像中的方形结果为4。
为什么我的cv2.matchShapes结果如此不同？我认为0是理想的输出，但为什么匹配第二张图像产生如此高的数字？

Answer 1

查看有关这些函数的文档，看起来approxPolyDP返回2，因为它只能找到以您描述的方式实际连接多边形的2个点的轮廓。看看Ramer-Douglas-Peucker算法，这是polyDP的基础。类似地，如果两个匹配的形状之间存在很多差异，则shapeMatch结果很高。通常这个值不会那么大，除非形状真的不同，但在这种情况下，你似乎与第二个图像的轮廓匹配！

看这里：

tmpimage, contours, h = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnt0 = contours[0]

cnt0是第二张图片中的第一个轮廓。现在再往下说：

 elif len(approx) == 2:
        print 'approx:'
        print approx
        ret = cv2.matchShapes(cnt, cnt0, 1, 0.0)

您将所提供图像中的第一个与同一图像中的轮廓进行比较！你得到的第一个零差异是因为它恰好是图像中的第一个轮廓，而另一个测试图像中的垃圾更不容易发生，所以你不会得到匹配。

此外，您似乎从不获得四分approxPolyDP因为您的轮廓没有连接/在正确的位置开始。要向自己证明这一点，请在循环顶部使用以下代码：

for cnt in contours[::-1]:
    print cv2.arcLength(cnt, True)
    approx_polygon_shape = cv2.approxPolyDP(cnt, 0.087 * cv2.arcLength(cnt, True), True)
    print "number of approx points", len(approx_polygon_shape)
    print "approx shape", approx_polygon_shape
    tempimage = input_image.copy()
    cv2.drawContours(tempimage, [approx_polygon_shape], -1, (0,255,0), 1)
    cv2.imshow("polyshape show", tempimage)
    cv2.waitKey(0)

无论我用什么数字来修改aboutPolyDP中的第二个参数epsilon，我都得不到4分。我会得到三角形或大量的积分（这个碰巧是六个我相信）。在你的普通代码中，你将arclength乘以0.1，在这种情况下，通常只会给你每个轮廓2个点！

对我来说，这会返回：

看起来右上方的空白区域导致问题，您可能想要模糊，看着您的代码，看起来好像您已经知道这可能是一个问题。重新添加此处标记的注释掉的行：

    img = cv2.imread(args["image"])
    # img = cv2.bitwise_not(img,img)
    # gray = cv2.imread(args["image"],0)
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    #UNCOMMENT!!!VVV
    gray = cv2.GaussianBlur(gray, (5, 5), 0)
    cv2.imshow('gray', gray)
    cv2.waitKey(0)

允许只选择四个点就足够模糊，即使使用正常的0.1乘法（示例输出，请注意我不使用python2并稍微修改代码以获得更合理的输出）：

使用第二张图片尝试模糊技巧也有效！

如果你看一下实际的灰度图像，这是有效的，因为它的模糊程度足以使轮廓足够接近，使大约可以工作并“跳过”之前导致问题的小间隙。这是模糊图像的样子：

python cv2错误地检测多个图像中的方形

分别为两个输入图像的结果：

ENV：

问题：

1 个答案: