1

我想以像素为单位测量每个极点的高度和宽度。但是因为杆子并不总是直立，但我需要杆子与水平地面的高度。谁能指导我如何处理这个？

注意：我以后可能需要得到它倾斜的角度。不确定我可以在这里问这么多问题。但如果有人可以提供帮助，我们将不胜感激。

我拥有的图像样本位于以下链接：

杆的示例图像

4

1 回答 1

1

这应该给你一个好主意如何做到这一点：

#!/usr/local/bin/python3
import cv2

# Open image in greyscale mode
img = cv2.imread('poles.png',cv2.IMREAD_GRAYSCALE)

# Threshold image to pure black and white AND INVERT because findContours looks for WHITE objects on black background
_, thresh = cv2.threshold(img,127,255,cv2.THRESH_BINARY_INV)

# Find contours
_, contours, _ = cv2.findContours(thresh,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)

# Print the contours 
for c in contours:
   x,y,w,h = cv2.boundingRect(c)  
   print(x,y,w,h)

输出是这样的，其中每一行对应于图像中的一个垂直条：

841 334 134 154   <--- bar 6 is 154 pixels tall
190 148 93 340    <--- bar 2 is 340 pixels tall
502 79 93 409     <--- bar 4 is 409 pixels tall
633 55 169 433    <--- bar 5 is 433 pixels tall
1009 48 93 440    <--- bar 7 is 490 pixels tall
348 48 93 440     <--- bar 3 is 440 pixels tall
46 46 93 442      <--- bar 1 is 442 pixels tall (leftmost bar)

第一列是距图像左边缘的距离，最后一列是条形的高度（以像素为单位）。

由于您似乎不确定是否要在 Python 或 C++ 中执行此操作，您可能根本不想编写任何代码 - 在这种情况下，您可以简单地使用大多数 Linux 发行版中包含的ImageMagick，它可用于 macOS 和 Windows。

基本上，您可以通过在终端中输入以下内容来使用“连接组件”分析：

convert poles.png -colorspace gray -threshold 50% \
   -define connected-components:verbose=true      \
   -connected-components 8 null:

输出

Objects (id: bounding-box centroid area mean-color):
  0: 1270x488+0+0 697.8,216.0 372566 srgb(255,255,255)
  1: 93x442+46+46 92.0,266.5 41106 srgb(0,0,0)
  2: 93x440+348+48 394.0,267.5 40920 srgb(0,0,0)
  3: 93x440+1009+48 1055.0,267.5 40920 srgb(0,0,0)
  4: 169x433+633+55 717.3,271.0 40269 srgb(0,0,0)
  5: 93x409+502+79 548.0,283.0 38037 srgb(0,0,0)
  6: 93x340+190+148 236.0,317.5 31620 srgb(0,0,0)
  7: 134x154+841+334 907.4,410.5 14322 srgb(0,0,0)

这会给你一个标题行，告诉你所有字段是什么，然后是它在图像中找到的每个 blob 的一行。忽略第一个，因为那是白色背景 - 您可以从最后一个字段中看到rgb(255,255,255)。

所以，如果我们看最后一行，它是一个 134 像素宽和 154 像素高的斑点，从左上角的 x=841 和 y=334 开始，即它对应于OpenCV找到的第一个轮廓.

于 2018-10-22T20:59:35.810 回答