如何找到 object（形状）的方向？ - Python Opencv

Question

我的图像总是这样：

但我需要将它们旋转成这样：

但要做到这一点，我需要找到 object 的方向，知道 object 的较薄部分必须在左侧。 总之，图像是机翼，机翼的起点必须在左侧，机翼的末端必须在右侧。

我希望有人能给我一个建议，我尝试了很多不同的策略，但到目前为止都没有好的结果。

Answer 1

这是 Python/OpenCV 中的一种方法。

• 阅读图片

• 转换为灰度

• 临界点

• 获取外轮廓

• 从外轮廓获取 minAreaRect 点和角度

• 获取旋转矩形的顶点

• 绘制旋转的矩形

• 根据需要校正角度

• 打印角度

• 保存带有绘制在其上的旋转矩形的图像

输入：

 import cv2 import numpy as np # load image as HSV and select saturation img = cv2.imread("wing2.png") hh, ww, cc = img.shape # convert to gray gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # threshold the grayscale image ret, thresh = cv2.threshold(gray,0,255,0) # find outer contour cntrs = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) cntrs = cntrs[0] if len(cntrs) == 2 else cntrs[1] # get rotated rectangle from outer contour rotrect = cv2.minAreaRect(cntrs[0]) box = cv2.boxPoints(rotrect) box = np.int0(box) # draw rotated rectangle on copy of img as result result = img.copy() cv2.drawContours(result,[box],0,(0,0,255),2) # get angle from rotated rectangle angle = rotrect[-1] # from https://www.pyimagesearch.com/2017/02/20/text-skew-correction-opencv-python/ # the `cv2.minAreaRect` function returns values in the # range [-90, 0); as the rectangle rotates clockwise the # returned angle trends to 0 -- in this special case we # need to add 90 degrees to the angle if angle < -45: angle = -(90 + angle) # otherwise, just take the inverse of the angle to make # it positive else: angle = -angle print(angle,"deg") # write result to disk cv2.imwrite("wing2_rotrect.png", result) cv2.imshow("THRESH", thresh) cv2.imshow("RESULT", result) cv2.waitKey(0) cv2.destroyAllWindows()

返回角度：0.8814040422439575 度

带有旋转矩形的图像：

Answer 2

您必须计算主轴（它基于 PCA）。 它会让您对主要方向有一个很好的了解，然后您可以相应地旋转图像。

正如评论指出的那样，您现在必须测试薄部分是否位于图像的右侧，为此您使用质心/重心：如果质心位于边界框的左侧，则机翼方向很好。

这是完整的算法：

• 计算主方向（主轴，用 PCA 计算）
• 根据主轴方向旋转图像。
• 计算边界框和质心/重心
• 如果质心在左侧，则您的图像方向良好，否则将其旋转约 180°。

这是结果...

Answer 3

对于类似的任务，我多次使用这个python 库进行定向 object 检测。 这是一个可训练的神经网络，用于检测物体的位置和方向。 当您知道方向角度后，您可以使用 opencv 将 object 旋转到所需的角度。 您将需要 label 一些图像来训练网络。