问题
我正在做一个项目，我需要得到类似形状的哑铃边界框。但是，我需要尽可能少的点，并且盒子需要适合所有角落的形状。这是我用来测试的图像：模糊、破裂、哑铃形状
我不关心形状中的间隙，我只想清理它，并拉直边缘，这样我就可以得到这样的形状轮廓：Cleaned up
我一直在尝试解决threshold()它，使用它的轮廓，findContours()然后使用它approxPolyDP()来简化轮廓最终成为的疯狂点数。所以，在摆弄了大约三天之后，我怎么能简单地得到：
- 两个框指定哑铃的末端和中间的矩形，或
- 一个轮廓，所有角都有十二个点
第二个选项将是首选，因为这确实是我的最终目标：获得那些角落的积分。
需要注意的几点：
- 我正在为 Python 使用 OpenCV
- 输入图像中通常会有许多各种大小的这些形状
- 它们将只有水平或垂直定位。没有奇怪的 27 度角...
我需要的：
我真的不需要有人为我编写代码，我只需要一些方法或算法来完成这项工作，最好是一些简单的例子。
我的代码
这是我的过于干净的代码，其中包含我什至不使用的功能，但我认为我最终会使用它们：
import cv2
import numpy as np
class traceImage():
def __init__(self, imageLocation):
self.threshNum = 127
self.im = cv2.imread(imageLocation)
self.imOrig = self.im
self.imGray = cv2.cvtColor(self.im, cv2.COLOR_BGR2GRAY)
self.ret, self.imThresh = cv2.threshold(self.imGray, self.threshNum, 255, 0)
self.contours, self.hierarchy = cv2.findContours(self.imThresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
def createGray(self):
self.imGray = cv2.cvtColor(self.im, cv2.COLOR_BGR2GRAY)
def adjustThresh(self, threshNum):
self.ret, self.imThresh = cv2.threshold(self.imGray, threshNum, 255, 0)
def getContours(self):
self.contours, self.hierarchy = cv2.findContours(self.imThresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
def approximatePoly(self, percent):
i=0
for shape in self.contours:
shape = cv2.approxPolyDP(shape, percent*cv2.arcLength(shape, True), True)
self.contours[i] = shape
i+=1
def drawContours(self, blobWidth, color=(255,255,255)):
cv2.drawContours(self.im, self.contours, -1, color, blobWidth)
def newWindow(self, name):
cv2.namedWindow(name)
def showImage(self, window):
cv2.imshow(window, self.im)
def display(self):
while True:
cv2.waitKey()
def displayUntil(self, key):
while True:
pressed = cv2.waitKey()
if pressed == key:
break
if __name__ == "__main__":
blobWidth = 30
ti = traceImage("dumbell.png")
ti.approximatePoly(0.01)
for thresh in range(127,256):
ti.adjustThresh(thresh)
ti.getContours()
ti.drawContours(blobWidth)
ti.showImage("Image")
ti.displayUntil(10)
ti.createGray()
ti.adjustThresh(127)
ti.getContours()
ti.approximatePoly(0.0099)
ti.drawContours(2, (0,255,0))
ti.showImage("Image")
ti.display()
代码说明
我知道我可能不会在这里做一些事情，但是嘿，我为此感到自豪:)
所以，这个想法是这些哑铃中经常有孔和间隙，所以我想如果我遍历从 127 到 255 的所有阈值并将轮廓绘制到具有足够厚度的图像上，绘制的厚度轮廓将填充任何足够小的孔，我可以使用新的、有斑点的图像来获取边缘，然后将侧面缩小到合适的大小。那是我的想法。不过一定有另一种更好的方法...
概括
我想以 12 分结束；形状的每个角一个。
编辑：
在尝试了一些腐蚀和膨胀之后，似乎最好的选择是在某些点对轮廓进行切片，然后使用切片形状周围的边界框来获得正确的四四方方角，然后进行一些计算以将框重新连接成一个形状。一个相当有趣的挑战......
编辑2：
我发现了一些效果很好的东西！我做了我自己的线检测系统，它只检测水平或垂直线，然后在检测到的线/轮廓边缘上，程序绘制一条横跨整个图像的黑线，从而有效地在直线处对图像进行切片轮廓。一旦这样做了，它就会得到切割框的新轮廓，在碎片周围绘制边界框，然后使用膨胀来缩小间隙。到目前为止，它在大形状上效果很好，但是当形状很小时，它往往会失去一点形状。