连接组件标记功能后计算图像矩

Question

我需要从输入图像计算Hu矩。输入图像input由多个对象组成，因此我需要使用连接组件标记功能对其进行预处理：

# input image is thresholded
(T, thresh) = cv2.threshold(input, 90, 255, cv2.THRESH_BINARY)

# getting the labels of the connected components
output = cv2.connectedComponentsWithStats(thresh, 4, cv2.CV_32S)
num_labels = output[0]
labels = output[1]
stats = output[2]
centroids = output[3]

# for every component in the output image
for c in centroids[1:num_labels]:
img_moments = cv2.moments(c)
hu = cv2.HuMoments(img_moments)

然而，这并没有给我正确的组件的Hu矩值。最初我使用阈值图像来获取时刻cv2.moments(thresh)，但是当它们是图像中的多个组件时，这没有用。我正在使用Python 2和OpenCV 3。

更新：仅为了记录，我已经获得了正确数量的图片标签，在这种情况下input图片有10个组件+ 1个背景标签，那11个标签，I知道第一个标签是背景，因此数组值都是零。我想获取其余标签的值（从1到n标签），并将这些值解析为Numpy数组，以便单独计算时刻。

更新2：添加了阈值化的源图像。

Answer 1

我设法通过使用每个标签stats = output[2]的统计信息输出提供的信息来解决我的问题。

通过这些信息，我为输入图像中的每个组件创建了一个ROI（感兴趣区域），然后我计算了图像时刻和ROI的Hu矩获得所需的输出值。

提出的解决方案如下：

# for every component in the output image
for label in range(num_labels):

# retrieving the width of the bounding box of the component
width = stats[label, cv2.CC_STAT_WIDTH]
# retrieving the height of the bounding box of the component
height = stats[label, cv2.CC_STAT_HEIGHT]
# retrieving the leftmost coordinate of the bounding box of the component
x = stats[label, cv2.CC_STAT_LEFT]
# retrieving the topmost coordinate of the bounding box of the component
y = stats[label, cv2.CC_STAT_TOP]

# creating the ROI using indexing
roi = thresh[y:y+height, x:x+width]

# calculating the image moments and Hu moments of the ROI
img_moments = cv2.moments(roi)
hu = cv2.HuMoments(img_moments)

我确信在输入图像中还有其他方法可以对连接的组件进行分段，但目前这个方法正在为我工​​作。