Question

我试图在图像中获取目标区域时出现问题。

以下是示例图片：

现在我只想拆掉纸张部分。

实际上，我终于通过以下代码得到了这个人：

import numpy as np
import argparse
import cv2
import math

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

origin = cv2.imread(args["image"])
image = cv2.imread(args["image"], 0)

image2 = image.copy()

w, h = image.shape[::-1]

image = cv2.blur(image, (9, 9), 0)

img = cv2.GaussianBlur(image, (9, 9), 0)

canny = cv2.Canny(img, 50, 150)

cv2.imshow('canny', canny)
cv2.imwrite('./tmp_canny.png', canny)
cv2.waitKey(0)

line_arrays = []
lines_p = cv2.HoughLinesP(canny, 1, np.pi / 180, 80, minLineLength=150, maxLineGap=10)
lines1_p = lines_p[:, 0, :] 
for x1, y1, x2, y2 in lines1_p[:]:
    cv2.line(img, (x1, y1), (x2, y2), (255, 0, 0), 1)
    if float(x1 - x2) != 0.0:
        k = float(y1 - y2) / float(x1 - x2)
        b = float(y1) - float(x1) * float(y1 - y2) / float(x1 - x2)
        line_arrays.append([k, b, x1, y1, x2, y2])

print '*************************line_arrays: %s**************' % len(line_arrays)
print line_arrays

cv2.imshow('img-withline', img)
cv2.imwrite('./img-withline.png', img)
cv2.waitKey(0)

intersections = []

for index1, obj in enumerate(line_arrays):
    cv2.line(origin, (obj[2], obj[3]), (obj[4], obj[5]), (255, 0, 0), 3)
    for index2, obj_1 in enumerate(line_arrays):
        if index2 > index1:
            cv2.line(origin, (obj_1[2], obj_1[3]), (obj_1[4], obj_1[5]), (0, 0, 255), 3)
            # cv2.imshow('calc intersections...', origin)
            # cv2.imwrite('./tmp_calc_intersections.png', origin)
            # cv2.waitKey(0)
            if float(obj[0]) * float(obj_1[0]) <= 0 and float(obj_1[0]) != float(obj[0]):
                x = (float(obj[1]) - float(obj_1[1])) / (float(obj_1[0]) - float(obj[0]))
                y = float(obj[0]) * x + float(obj[1])
                if x > 0 and y > 0 and x < w and y < h:
                    intersections.append([x, y])


print '********************intersections: %s********************' % len(intersections)
print intersections

for j in intersections:
    cv2.circle(origin, (int(j[0]), int(j[1])), 2, (0, 255, 0), 3)  # img to origin
    # cv2.imshow('img-withdot-loop', origin)
    # cv2.imwrite('./img-withdot-loop.png', origin)
    # cv2.waitKey(0)

cv2.imshow('img-withdot', origin)
cv2.imwrite('./img-withdot.png', origin)
cv2.waitKey(0)


for jd in intersections:
    if jd[0] < w // 2 and jd[1] < h // 2:
        left_top = jd
    elif jd[0] > w // 2 and jd[1] < h // 2:
        right_top = jd
    elif jd[0] < w // 2 and jd[1] > h // 2:
        left_bottom = jd
    elif jd[0] > w // 2 and jd[1] > h // 2:
        right_bottom = jd
    else:
        pass

text_width = math.sqrt((left_top[0] - right_top[0]) * (left_top[0] - right_top[0]) + (left_top[1] - right_top[1]) * (
    left_top[1] - right_top[1]))

text_hight = math.sqrt(
    (left_top[0] - left_bottom[0]) * (left_top[0] - left_bottom[0]) + (left_top[1] - left_bottom[1]) * (
        left_top[1] - left_bottom[1]))


if text_width < text_hight:
    pts3 = np.float32([left_top, right_top,
                   left_bottom, right_bottom])
    pts4 = np.float32([[0, 0], [text_width, 0], [0, text_hight], [text_width, text_hight]])
else:
    pts3 = np.float32([left_bottom, left_top,
                       right_bottom, right_top])
    pts4 = np.float32([[0, 0], [text_hight, 0], [0, text_width], [text_hight, text_width]])

    text_width,text_hight = text_hight,text_width



M_perspective = cv2.getPerspectiveTransform(pts3, pts4)
img_perspective = cv2.warpPerspective(image2, M_perspective, (0, 0))

cv2.imshow('img-perspective', img_perspective)
cv2.waitKey(0)

crop_img = img_perspective[0:int(text_hight), 0:int(text_width)]

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

这是我拆分的最终图像，这也是我想要的：

但是，相同的代码不适合此输入图像：

我找到了Canny的问题，这是Canny之后的形象：

所以，它没有得到纸张的外边框。

然后我怀疑它与模糊有关，然后，我评论这一行：

image = cv2.blur(image, (9, 9), 0)

然后我得到以下似乎很好的canny：

但最后我得到了输出：

这只是论文的一部分。

我认为这是因为我检测到线条检测到的错误和交叉点，但我还没有尝试优化代码（我会尝试优化代码以便稍后过滤掉正确的线条或点）

所以，这让我很困惑是否或何时使用模糊。

如何在每个输入图像上动态执行此操作？

还是有更好的通用方法来获得论文吗？

ENV：

opencv 3.2.0

Python 2.7.10

任何建议都非常感谢？

感谢。

韦斯利

[EDIT1]

根据Alex的评论，代码片段在这里：

tmpimage, contours, h = cv2.findContours(canny, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
largest_areas = sorted(contours, key=cv2.contourArea)
print [cv2.contourArea(cnt) for cnt in largest_areas]
cv2.drawContours(origin, [largest_areas[-1]], 0, (0, 0, 255), 3)
cv2.imshow('largestareacnt', origin)
cv2.imwrite('largestareacnt.png', origin)
cv2.waitKey(0)

x, y, w, h = cv2.boundingRect(largest_areas[-1])
cv2.rectangle(origin, (x, y), (x + w, y + h), (255, 0, 0), 2)

rect = cv2.minAreaRect(largest_areas[-1])
box = cv2.boxPoints(rect)
box = np.int0(box)
cv2.drawContours(origin, [box], 0, (0, 255, 0), 2)

在canny之后的findcontours得到这个：

最后：

因此，它将红色部分视为具有最大面积的部分。

我认为这是因为检测到的轮廓不是封闭的。

但我们无法确保检测到的每个轮廓都已关闭。

检索图像内目标的一般方法

0 个答案: