[英]How to find a specific point on a contour in opencv/python
我使用opencv来创建一些轮廓,我需要识别轮廓上的特定点,这通常是“V”形的最内点。 在附图中,我想要识别的点由绿色箭头显示。
左边是一个简单的案例,可以通过计算轮廓的凸包,然后找到离船体最远的点来进行识别(例如)。
然而,在附加图像的右侧是一个更加困难的情况,而不是1个轮廓,我得到几个,并且不存在漂亮的“V”形状,使得无法识别“V”的最内点。 如红色虚线所示,一种解决方案可能是推断较高的轮廓,直到它与较低的轮廓相交。 有谁知道我怎么会这样做? 或者有更好的解决方案?
为了记录,我尝试过:
扩张/侵蚀(当多个轮廓靠近时工作,否则不行)
霍夫变换p(往往错误定位目标点)
任何指针都将非常感激。
此解决方案适用于您提供的两个图像。 对于具有类似着色和“v”形(或至少部分“v”形)指向右侧的所有其他图像,这也应该是一个很好的解决方案。
我们先来看看更简单的图像。 我开始使用颜色空间分割图像。
# Convert frame to hsv color space
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
# Define range of pink color in HSV
(b,r,g,b1,r1,g1) = 0,0,0,110,255,255
lower = np.array([b,r,g])
upper = np.array([b1,r1,g1])
# Threshold the HSV image to get only pink colors
mask = cv2.inRange(hsv, lower, upper)
接下来,我找到了mid_point
,在该行的上方和下方有相同数量的白色。
# Calculate the mid point
mid_point = 1
top, bottom = 0, 1
while top < bottom:
top = sum(sum(mask[:mid_point, :]))
bottom = sum(sum(mask[mid_point:, :]))
mid_point += 1
然后,我从中点开始填充图像:bg = np.zeros((h + 2,w + 2),np.uint8)
kernel = np.ones((k_size, k_size),np.uint8)
cv2.floodFill(mask, bg, (0, mid_point), 123)
现在我有了填充图像,我知道我要找的是距离图像右侧最近的灰色像素。
# Find the gray pixel that is furthest to the right
idx = 0
while True:
column = mask_temp[:,idx:idx+1]
element_id, gray_px, found = 0, [], False
for element in column:
if element == 123:
v_point = idx, element_id
found = True
element_id += 1
# If no gray pixel is found, break out of the loop
if not found: break
idx += 1
结果:
现在为更难的形象。 在右侧的图像中,'v'未完全连接:
为了关闭'v',我迭代地扩大了检查它是否连接的掩码:
# Flood fill and dilate loop
k_size, iters = 1, 1
while True:
bg = np.zeros((h+2, w+2), np.uint8)
mask_temp = mask.copy()
kernel = np.ones((k_size, k_size),np.uint8)
mask_temp = cv2.dilate(mask_temp,kernel,iterations = iters)
cv2.floodFill(mask_temp, bg, (0, mid_point), 123)
cv2.imshow('mask', mask_temp)
cv2.waitKey()
k_size += 1
iters += 1
# Break out of the loop of the right side of the image is black
if mask_temp[h-1,w-1]==0 and mask_temp[1, w-1]==0: break
这是结果输出:
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.