在嘈杂的图像上查找对象的位置

Question

我有一堆图像，我需要确定十字的位置，以进一步变换图像和对齐过程。 问题在于图像非常嘈杂，而我对计算机视觉的所有这些东西都是陌生的。 通常，我正在尝试通过opencv和python解决任务。 我已经尝试了opencv库教程中描述的几种方法，但是没有得到合适的结果。

考虑： 我需要确定十字中心的确切位置（我可以手工完成像素精度）。 我通过findContours函数获得的最佳结果。 我已经采用了本教程中的代码，并且得到了：

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
import random

random.seed(42)

img = cv.imread("sample.png")
img_gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
img_gray = cv.blur(img_gray, (3,3))

threshold = 150

dst = cv.Canny(img_gray, threshold, threshold * 2)
_, contours, hierarchy = cv.findContours(dst, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)

result = np.zeros((dst.shape[0], dst.shape[1], 3), dtype=np.uint8)
for i in range(len(contours)):
    color = (random.randint(0, 256), random.randint(0, 256), random.randint(0, 256))
    cv.drawContours(result, contours, i, color, 2, cv.LINE_8, hierarchy, 0)

cv.imwrite("result.png", result)

fig, ax = plt.subplots()
fig.set_size_inches(10, 10);
ax.imshow(result, interpolation='none', cmap='gray');

结果是： 现在，我对以下步骤感到困惑。 如何定义哪个轮廓是交叉的，哪个不是？ 如何处理由多个轮廓组成的十字架？

任何帮助都非常感谢！

Answer 1

一种简单的确定交叉点和不交叉点的方法是，在每个轮廓上创建一个绑定框x,y,w,h = cv2.boundingRect(cnt)并选择具有h（高度）和w（重量）大于您提供的阈值。 如果您观察到图像上的噪点与十字架一样大。

我还举例说明了我将如何解决这一任务。 您可以尝试通过执行直方图均衡化，然后使用OTSU阈值进行阈值化并对阈值进行开放（侵蚀然后进行扩张）来对图像进行去噪。 然后，您可以过滤出轮廓的高度和权重的十字，然后计算上述标准中轮廓的每个边界框的中点。 希望能有所帮助。 干杯!

例：

import cv2
import numpy as np

img = cv2.imread('croses.png')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
equ = cv2.equalizeHist(gray)
_, thresh = cv2.threshold(equ,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)
kernel = np.ones((2,2),np.uint8)
opening = cv2.morphologyEx(thresh,cv2.MORPH_OPEN,kernel, iterations = 2)
_, contours, hierarchy = cv2.findContours(opening,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)

for cnt in contours:
    x,y,w,h = cv2.boundingRect(cnt)
    if w > 40 and h > 40:
        cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)
        cv2.circle(img,(int(x+(w/2)), int(y+(h/2))),3,(0,0,255),-1)

cv2.imshow('img', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

结果：