我想知道如何使用Python中的cv2.findContours将彼此连接的对象计数为两个不同的对象
例如,此图像:
contours, hierarchy = cv2.findContours(img, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
将输出一个轮廓。 我该怎么做才能得到两个轮廓?
答案 0 :(得分:1)
这可以通过将输入图像转换为边缘图像然后检测轮廓来完成。但是在这种情况下,如下图所示,在两个对象的交点处,边缘图像(我尝试用canny)发生了断裂。
在Canny中崩溃:
期望边缘图像的边界处的所有像素都应为白色。
预期的边缘图像:
因此,为了获得完美的边缘图像,我在下面创建了一个算法(该算法仅适用于具有白色填充对象的二进制图像)。
在使用此算法之前,请确保对象未位于边界上,即图像的所有边界像素均应为黑色。如果不是黑色,则在黑色图像的所有侧面上添加一个边框,长度为1像素。
XLSX
找到边缘图像后,获取图像中的所有轮廓:
# Creating black image of same shape and single channel
edge = np.zeros(img.shape, dtype = np.uint8)
h, w = img.shape[:2]
# Iterating over each pixel except those at the boundary
for i in range(1, h-1):
for j in range(1, w-1):
# if current pixel is white
if img[i][j] == 255:
# roi is the image of 9 pixel from around the current pixel
roi = img[i-1:i+2, j-1:j+2].copy()
# Counting number of black pixel in the neighbourhood of current pixel
blackCount = np.sum(roi == 0)
# if a neighbouring pixel is black, then current pixel is a boundary pixel.
if blackCount > 0:
edge[i][j] = 255
对于此图像,您将获得3个轮廓,两个对象2个,两个对象组合的1个。要消除两个对象组合在一起的轮廓,请使用层次结构信息。
cont, hier = cv2.findContours(edge, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
“ finalContours”将具有两个对象的2个轮廓。
Refer to this link for more information about the parent-child relationship of the contours