python-2.7 - 在 OpenCV 2.4 - python 2.7 中处理轮廓和边界矩形

Question

我正在使用 openCv 和 python，我正在处理结构分析和形状描述符。我找到了这个博客： http: //opencvpython.blogspot.it/2012/06/contours-2-brotherhood.html 这非常有帮助，我尝试使用黑白图像来绘制边界矩形并且它有效。但是现在我从图像中提取，例如黄色，然后我想在上面绘制一个边界矩形。问题是黑白图像不均匀，它有一些噪音，并且代码无法识别整个形状。

这是代码：

import numpy as np
import cv2

im = cv2.imread('shot.bmp')
hsv_img = cv2.cvtColor(im, cv2.COLOR_BGR2HSV)
COLOR_MIN = np.array([20, 80, 80],np.uint8)
COLOR_MAX = np.array([40, 255, 255],np.uint8)
frame_threshed = cv2.inRange(hsv_img, COLOR_MIN, COLOR_MAX)
imgray = frame_threshed
ret,thresh = cv2.threshold(frame_threshed,127,255,0)
contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
cnt=contours[0]
x,y,w,h = cv2.boundingRect(cnt)
cv2.rectangle(im,(x,y),(x+w,y+h),(0,255,0),2)
cv2.imshow("Show",im)
cv2.waitKey()
cv2.destroyAllWindows()

Answer 1

由于您的原始图像相当嘈杂，一个简单的解决方法是删除一些噪声使用cv2.medianBlur()这将删除原始图像中的小噪声区域，并只留下一个轮廓。代码的前几行如下所示：

im = cv2.imread('shot.bmp')
im = cv2.medianBlur(im,5)    # 5 is a fairly small kernel size
hsv_img = cv2.cvtColor(im, cv2.COLOR_BGR2HSV)

但是，此方法不是最稳健的，因为您必须手动指定内核大小，并且cnt=contours[0]代码中的行假定感兴趣的轮廓是轮廓列表中的第一个，这仅在只有一个轮廓时才成立。一种更稳健的方法是假设您对最大轮廓感兴趣，这将允许您补偿甚至中等的噪声。

为此，请添加以下行：

# Find the index of the largest contour
areas = [cv2.contourArea(c) for c in contours]
max_index = np.argmax(areas)
cnt=contours[max_index]

行后：

contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

导致此代码：

import numpy as np
import cv2

im = cv2.imread('shot.bmp')
hsv_img = cv2.cvtColor(im, cv2.COLOR_BGR2HSV)
COLOR_MIN = np.array([20, 80, 80],np.uint8)
COLOR_MAX = np.array([40, 255, 255],np.uint8)
frame_threshed = cv2.inRange(hsv_img, COLOR_MIN, COLOR_MAX)
imgray = frame_threshed
ret,thresh = cv2.threshold(frame_threshed,127,255,0)
contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

# Find the index of the largest contour
areas = [cv2.contourArea(c) for c in contours]
max_index = np.argmax(areas)
cnt=contours[max_index]

x,y,w,h = cv2.boundingRect(cnt)
cv2.rectangle(im,(x,y),(x+w,y+h),(0,255,0),2)
cv2.imshow("Show",im)
cv2.waitKey()
cv2.destroyAllWindows()

这两种方法都给出了具有正确边界框的结果：

注意
从OpenCV3.x 开始，该findContours()方法返回 3 个结果（可以在此处看到），因此应该像这样捕获额外的返回值：

_, contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPL‌​E)