识别模板图像中的矩形

Question

因此，我试图识别边界框已定义的区域。示例：

在这些图像中，这些矩形内的某些区域是白色的，一些区域是黑色的，其中大多数大小完全不同。这些图像之间的唯一共同特征是红色矩形：

基本上，我想做的是创建一个随机生成的模因机器人，该机器人将随机源图像放置在这些矩形定义的区域中。我已经拥有大量带有预定义区域的图像，并带有这些红色矩形。我想以某种方式使过程自动化，目前必须为每个模板定义每个调整大小的形状和偏移量。因此，我需要做的是识别矩形内的区域，并使其返回定义的调整大小形状和放置源图像所需的偏移量。

我应该怎么做？我应该在OpenCV中使用某些内容还是要训练CNN？我只是真的在寻找一个正确的方向，因为我对解决这个问题的最佳方法非常困惑。

Answer 1

我认为OpenCV可以做到。以下是所需步骤的简短示例。阅读代码中的注释以获取更多详细信息。

import cv2
import numpy as np

img = cv2.imread("1.jpg")

#STEP1: get only red color (or the bounding box color) in the image
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
# define range of red color in HSV
lower_red = np.array([0,50,50])
upper_red = np.array([0,255,255])
# Threshold the HSV image to get only blue colors
mask = cv2.inRange(hsv, lower_red, upper_red)
red_only = cv2.bitwise_and(img,img, mask= mask)

#STEP2: find contour
gray_img = cv2.cvtColor(red_only,cv2.COLOR_BGR2GRAY)
_,thresh = cv2.threshold(gray_img,1,255,cv2.THRESH_BINARY)

_,contours,_ = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

#max contour in the image is the box you want
areas = [cv2.contourArea(c) for c in contours]
sorted_areas = np.sort(areas)
cnt=contours[areas.index(sorted_areas[-1])]
r = cv2.boundingRect(cnt)
cv2.rectangle(img,(r[0],r[1]),(r[0]+r[2],r[1]+r[3]),(0,255,0),3)

cv2.imshow("img",img)
cv2.imshow("red_only",red_only)
cv2.imshow("thresh",thresh)

cv2.waitKey()
cv2.destroyAllWindows()