如何使用python opencv找到图像中黑色物体的中心？

Question

我在寻找白色背景上黑色物体的轮廓时遇到问题。

在这里，我添加了一个图像示例。 现在我需要找到黑色区域的中心，并使用以下代码。

im = cv2.imread(img)
plt.imshow(im)
gray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)
blurred = cv2.GaussianBlur(gray, (5, 5), 0)
thresh = cv2.threshold(im, 60, 255, cv2.THRESH_BINARY_INV)
cnts = cv2.findContours(thresh, cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
cnts = imutils.grab_contours(cnts)

但是它给出了一个错误

TypeError: cv2.findeContours()的 image 参数的参数“image”的预期 Ptr 。

我该如何解决这个问题？ 或者如果您有任何其他想法如何找到我想听的黑色区域的中心。 谢谢。

Answer 1

你在正确的轨道上。 当您在图像上执行查找轮廓时，OpenCV 预计要检测的前景对象为白色，背景为黑色。 为此，您可以使用cv2.THRESH_BINARY_INV参数设置Otsu 阈值以获取白色对象。 从这里我们可以找到轮廓并通过使用cv2.moments计算质心来找到每个区域的中心。 结果如下：

二进制图像

对象的中心以蓝色绘制，边界框为绿色。 您可以通过检查cX和cY变量来获取每个轮廓的坐标。

您可以使用 Numpy 切片裁剪每个单独的 ROI，然后使用cv2.imwrite保存

代码

import cv2
import numpy as np

# Load image, grayscale, Gaussian blur, Otsu's threshold
image = cv2.imread('1.png')
original = image.copy()
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray, (3,3), 0)
thresh = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

# Find contours
ROI_number = 0
cnts = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
for c in cnts:
    # Obtain bounding rectangle to get measurements
    x,y,w,h = cv2.boundingRect(c)

    # Find centroid
    M = cv2.moments(c)
    cX = int(M["m10"] / M["m00"])
    cY = int(M["m01"] / M["m00"])

    # Crop and save ROI
    ROI = original[y:y+h, x:x+w]
    cv2.imwrite('ROI_{}.png'.format(ROI_number), ROI)
    ROI_number += 1

    # Draw the contour and center of the shape on the image
    cv2.rectangle(image,(x,y),(x+w,y+h),(36,255,12), 4)
    cv2.circle(image, (cX, cY), 10, (320, 159, 22), -1) 

cv2.imwrite('image.png', image)
cv2.imwrite('thresh.png', thresh)
cv2.waitKey()