Question

我正在捕获旧的8mm超级胶卷的静止图像，并且想要检测图像左侧的主轴孔。有时图像中有多个孔。我想使用python使用opencv检测图像中心的孔。

我玩过标准的opencv检测方python脚本，并且可以检测到漏洞。但是我很难找到一种方法来限制对图像中心孔的搜索。

我希望能够检测到中心孔并根据该孔的位置裁剪图像。

下面是我正在使用的基本脚本。对于可以开始解决该问题的任何帮助，将不胜感激。


#!/usr/bin/env python

'''
Simple "Square Detector" program.
Loads several images sequentially and tries to find squares in each image.
'''

# Python 2/3 compatibility
from __future__ import print_function
import sys
PY3 = sys.version_info[0] == 3

if PY3:
    xrange = range

import numpy as np
import cv2 as cv


def angle_cos(p0, p1, p2):
    d1, d2 = (p0-p1).astype('float'), (p2-p1).astype('float')
    return abs( np.dot(d1, d2) / np.sqrt( np.dot(d1, d1)*np.dot(d2, d2) ) )

def find_squares(img):
    squares = []
    for gray in cv.split(img):
        for thrs in xrange(0, 255, 26):
            if thrs == 0:
                bin = cv.Canny(gray, 0, 50, apertureSize=5)
                bin = cv.dilate(bin, None)
            else:
                _retval, bin = cv.threshold(gray, thrs, 255, cv.THRESH_BINARY)
            contours, _hierarchy = cv.findContours(bin, cv.RETR_LIST, cv.CHAIN_APPROX_SIMPLE)
            for cnt in contours:
                cnt_len = cv.arcLength(cnt, True)
                cnt = cv.approxPolyDP(cnt, 0.02*cnt_len, True)
                if len(cnt) == 4 and cv.contourArea(cnt) > 1000 and cv.isContourConvex(cnt):
                    cnt = cnt.reshape(-1, 2)
                    max_cos = np.max([angle_cos( cnt[i], cnt[(i+1) % 4], cnt[(i+2) % 4] ) for i in xrange(4)])
                    if max_cos < 0.1:
                        squares.append(cnt)
    return squares

def main():
    from glob import glob
    for fn in glob('/home/trent/Pictures/image0001.jpg'):
        img = cv.imread(fn)
        squares = find_squares(img)
        cv.drawContours( img, squares, -1, (255, 0, 0), 3 )
        cv.imshow('squares', img)
        ch = cv.waitKey()
        if ch == 27:
            break

    print('Done')


if __name__ == '__main__':
    print(__doc__)
    main()
cv.destroyAllWindows()

Answer 1

然后找到中心是一项艰巨的工作使用DIY过滤“ return_important_contours”，然后使用cv2.pointPolygonTest查找距每个中心的距离。您可能只需要一起过滤即可。

.data([geoData])

图像特定区域中的形状检测打开CV Python

1 个答案: