Question

我一直在尝试使用cv2.matchshapes（）比较livefeed的轮廓和图像的轮廓。我正在使用以下内容 image

这是我正在使用的代码（抱歉草率格式化）：

import numpy as np
import cv2


cap = cv2.VideoCapture(2)
img1 = cv2.imread('prod1_gray.jpg',0)

ret, thresh_img1 = cv2.threshold(img1, 230, 255, cv2.THRESH_BINARY)

kernel = np.ones((3, 3), np.uint8)
thresh_img1 = cv2.dilate(thresh_img1, kernel, iterations=2)
thresh_img1 = cv2.erode(thresh_img1, kernel, iterations=3)

_, contours_img1, hierarchy = cv2.findContours(thresh_img1, 
cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
if contours_img1:
    cntimg = contours_img1[0]



while True:
    _, frame  = cap.read()
    frame = frame[127:470, 80:550]
    frame_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    ret, thresh = cv2.threshold(frame_gray, 230, 255, cv2.THRESH_BINARY)

    kernel = np.ones((3, 3), np.uint8)
    thresh = cv2.dilate(thresh, kernel, iterations=2)
    thresh = cv2.erode(thresh, kernel, iterations=3)

    _, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

    if contours:
        cnt = contours[0]
        area = cv2.contourArea(cnt)
        if area > 30:
            cv2.drawContours(frame, contours, -1, (0, 255, 255), 3)

        ret = cv2.matchShapes(cnt[0], cntimg[0], 1, 0.0)
        print(ret)


    cv2.imshow("Original", frame)
    cv2.imshow("thresh",thresh)
    cv2.imshow("gray", frame_gray)
    cv2.imshow("prod1",img1)


    k = cv2.waitKey(30)
    if k == 27:
        cv2.imwrite("pen.jpg", img1)
        print("cntimg, ",cntimg[0])
        print("cnt, ",cnt[0])
        break

cap.release()
cv2.destroyAllWindows()

出于某种原因，cv2.matchShapes（）始终输出0.0，没有任何东西在镜头前（没有轮廓）或像pen这样的随机对象。虽然它应该输出一个数字，因为笔的形状与原始对象不同。

我做错了什么？

Answer 1

返回0.0时，这意味着比较的2个形状完全相同。现在，我要假设您不是偶然将图像与其本身进行比较。

我看到的唯一其他解决方案是对轮廓使用cv2.RETR_EXTERNAL。现在有时会发生的事情是，findcontours函数将找到所有轮廓（我知道吗？疯狂的世界）并按层次结构存储它们。现在，有时这些轮廓之一只是图像的外侧。这意味着框架本身的形状。如果您遇到这种情况，则实际上是有意义的，因为您的帧完全相同，所以匹配后结果为0.0。

现在，我不知道为什么，因为我无论如何都不是专家。但我建议您使用另一种retriementMode来测试它：cv2.RETR_TREE。您还可以使用结果的imshow（）测试此效果，查看标记了哪些轮廓。让我知道您找到了什么。

cv2.matchShapes（）始终返回0.0

1 个答案: