OpenCV轮廓没有关闭

Question

大家好日子！

我在创建轮廓方面遇到了问题。我尝试了所有的配置，不幸的是，我不可能得到一个对象的大轮廓。 第一个文件被加载到位图中，最后将位图加载到文件中。 （此处未显示，因为它什么都没有）。

之前的图片：

之后的图片：

我想要的效果只是整车的外轮廓或至少是它的一些近似值。我目前拥有的代码（在到处查看之后）是：

bitmap = ThumbnailUtils.extractThumbnail(BitmapFactory.decodeFile(filePath), 500, 500);
    Mat src = new Mat();
    Utils.bitmapToMat(bitmap, src);
    Mat gray = new Mat();
    Imgproc.cvtColor(src, gray, Imgproc.COLOR_RGBA2GRAY);
    Imgproc.Canny(gray, gray, 0, 1000);
    List<MatOfPoint> contours = new ArrayList<MatOfPoint>();
    Mat hierarchy = new Mat();
    Imgproc.findContours(gray, contours, hierarchy, Imgproc.CV_RETR_EXTERNAL, Imgproc.CHAIN_APPROX_SIMPLE);
    for (int contourIdx = 0; contourIdx < contours.size(); contourIdx++) {
        Imgproc.drawContours(src, contours, contourIdx, new Scalar(0, 0, 255), -1);
    }
    Utils.matToBitmap(gray, bitmap);

Answer 1

每当图像中有一堆复杂的颜色时，在尝试分割感兴趣的对象之前，始终将其转换为另一个颜色空间。

在提供的示例中，我将图像转换为各种颜色空间，如HSV，LAB和YCrCb（谷歌搜索更多信息）。 HSV图像中的色调通道被证明是突出的分割。

这是我的结果：

伪代码：

1. 获得色调通道图像的阈值图像
2. 在色调通道的倒像上进行扩张。
3. 找到具有最大区域覆盖范围的轮廓并将其标记为

修改

以下是代码：

import cv2

path = 'C:/Users/Desktop/'
img = cv2.imread(path + 'car.jpg')
img = cv2.resize(img, (0,0), fx=0.25, fy=0.25)  #-- image was too big hence I had to resize it

hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)      #-- HSV conversion
h, s, v = cv2.split(hsv)

cv2.imshow('hsv Image', hsv)
cv2.imshow('h Image', h)
cv2.imshow('s Image', s)
cv2.imshow('v Image', v)

我也尝试使用LAB和YCrCb色彩空间，但HSV的色调通道看起来更好，因此我坚持使用它。

ret, thresh = cv2.threshold(s, 87, 255, cv2.THRESH_BINARY)  #-- I had to check which threshold would be the optimum one to best separate the car
cv2.imshow('hue_thresh', thresh)


kernel1 = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3, 3))
dilation = cv2.dilate(cv2.bitwise_not(thresh), kernel1, iterations = 4)   #-- performed dilation on the inverted image because the region of interest was not highlighted
cv2.imshow('dilation', dilation)

现在，在有了可能感兴趣的区域之后，我假设有最大面积的轮廓来容纳汽车。

_, contours, hierarchy =    cv2.findContours(dilation, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
big_contour = 0    #-- contour with maximum area is stored here
max_area = 0       #-- to store maximum area

for cnt in contours:
    if (cv2.contourArea(cnt) > max_area):  #-- condition check to find contour with max area
        max_area = cv2.contourArea(cnt)
        big_contour = cnt

x, y, w, h = cv2.boundingRect(big_cnt)     #-- store coordinates of contour with max area
cv2.rectangle(img, (x,y), (x+w,y+h), (0, 255, 0), 2)
cv2.imshow('rect_img', img)

cv2.imwrite(path + 'rect_img.jpg', img)

cv2.waitKey(0)
cv2.destroyAllWindows()