OpenCV怎样实现物体轮廓排序
Admin 2022-05-23 群英技术资讯 739 次浏览
在进行图像处理过程中,我们经常会遇到一些和物体轮廓相关的操作,比如求目标轮廓的周长面积等,我们直接使用Opencv
的findContours
函数可以很容易的得到每个目标的轮廓,但是可视化后, 这个次序是无序的,如下图左侧所示:
本节打算实现对物体轮廓进行排序,可以实现从上到下排序或者从左倒右排序,达到上图右侧的可视化结果.
首先,我们来读取图像,并得到其边缘检测图,代码如下:
image = cv2.imread(args['image']) accumEdged = np.zeros(image.shape[:2], dtype='uint8') for chan in cv2.split(image): chan = cv2.medianBlur(chan, 11) edged = cv2.Canny(chan, 50, 200) accumEdged = cv2.bitwise_or(accumEdged, edged) cv2.imshow('edge map', accumEdged)
运行结果如下:
左侧为原图,右侧为边缘检测图.
opencv-python
中查找图像轮廓的API为:findContours
函数,该函数接收二值图像作为输入,可输出物体外轮廓、内外轮廓等等.
代码如下:
cnts = cv2.findContours(accumEdged.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) cnts = grab_contours(cnts) cnts = sorted(cnts, key=cv2.contourArea, reverse=True)[:5] orig = image.copy() # unsorted for (i, c) in enumerate(cnts): orig = draw_contour(orig, c, i) cv2.imshow('Unsorted', orig) cv2.imwrite("./Unsorted.jpg", orig)
运行结果如下:
需要注意的是,在OpenCV2.X
版本,函数findContours
返回两个值,
函数声明如下:
contours, hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
但是在OpenCV3以上版本,该函数的声明形式如下:
image, contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
所以为了适配两种模式,我们实现函数grab_contours
来根据不同的版本,选择对应的返回轮廓的下标位置,
代码如下:
def grab_contours(cnts): # if the length the contours tuple returned by cv2.findContours # is '2' then we are using either OpenCV v2.4, v4-beta, or # v4-official if len(cnts) == 2: cnts = cnts[0] # if the length of the contours tuple is '3' then we are using # either OpenCV v3, v4-pre, or v4-alpha elif len(cnts) == 3: cnts = cnts[1] return cnts
通过上述步骤,我们得到了图像中的所有物体的轮廓,接下来我们定义函数sort_contours
函数来实现对轮廓进行排序操作,该函数接受method
参数来实现按照不同的次序对轮廓进行排序,比如从左往右,或者从右往左.
代码如下:
def sort_contours(cnts, method='left-to-right'): # initialize the reverse flag and sort index reverse = False i = 0 # handle if sort in reverse if method == 'right-to-left' or method == 'bottom-to-top': reverse = True # handle if sort against y rather than x of the bounding box if method == 'bottom-to-top' or method == 'top-to-bottom': i = 1 boundingBoxes = [cv2.boundingRect(c) for c in cnts] (cnts, boundingBoxes) = zip(*sorted(zip(cnts, boundingBoxes), key=lambda b: b[1][i], reverse=reverse)) return (cnts, boundingBoxes)
上述代码的核心思想为先求出每个轮廓的外接矩形框,然后通过对外接框按照x或y坐标排序进而来实现对轮廓的排序.
调用代码如下:
# sorted (cnts, boundingboxes) = sort_contours(cnts, method=args['method']) for (i, c) in enumerate(cnts): image = draw_contour(image, c, i) cv2.imshow('Sorted', image) cv2.waitKey(0)
运行结果如下:
利用上述代码,我们也可以实现从左往右的排序,如下所示:
本文利用OpenCV实现了对物体轮廓按指定顺序进行排序的功能,并给出了完整的代码示例.
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:mmqy2019@163.com进行举报,并提供相关证据,查实之后,将立刻删除涉嫌侵权内容。
猜你喜欢
这篇文章主要介绍了pytorch交叉熵损失函数的weight参数的使用,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
这篇文章主要介绍了python上下文管理器协议的实现,在python中所有实现了上下文管理器协议的对象 都可以用使用with操作,with启动了对象的上下文管理器
在pandas中,当经常对数据进行处理,可能会造成数据索引顺序混乱,那么也就会影响数据读取、插入等等操作,因此重置索引的操作就很重要,那么pandas中重置索引怎样做?接下来给大家分享几个方法,大家可以参考。
线性回归 (Linear Regression) 是利用回归分析来确定两种或两种以上变量间相互依赖的定量关系.
本文主要介绍了Flask接收上传图片方法实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
成为群英会员,开启智能安全云计算之旅
立即注册Copyright © QY Network Company Ltd. All Rights Reserved. 2003-2020 群英 版权所有
增值电信经营许可证 : B1.B2-20140078 粤ICP备09006778号 域名注册商资质 粤 D3.1-20240008