2

我正在尝试获取使用开放姿势检测到的点的像素坐标值。有人可以告诉我这是识别像素坐标的正确方法，还是有任何其他特定方法可以在下图中获取表示为 2 和 5 的像素坐标？

在此处输入图像描述

代码：

for pair in POSE_PAIRS:
    partA = pair[0]
    partB = pair[1]
    print("{}".format(partA),"{}".format(partB))

    if partA == 2 and partB == 5:
        print("heere")
        cv2.line(frame, points[partA], points[partB], (0, 0, 0), 2)
        cv2.circle(frame, points[partA], 8, (0, 0, 255), thickness=-1, lineType=cv2.FILLED)
    else :
        cv2.line(frame, points[partA], points[partB], (0, 255, 255), 2)
        cv2.circle(frame, points[partA], 8, (0, 0, 255), thickness=-1, lineType=cv2.FILLED)

rc = cv2.minAreaRect(partA)
box = cv2.boxPoints(rc)
for p in box:
    pt = (p[0],p[1])
    print (pt)

错误 ：

Traceback（最近一次调用）：文件“OpenPoseImage.py”，第 92 行，在 rc = cv2.minAreaRect(partA) cv2.error: OpenCV(4.1.0) C:\projects\opencv-python\opencv\modules\ imgproc\src\convhull.cpp:137: error: (-215:Assertion failed) total >= 0 && (depth == CV_32F || depth == CV_32S) in function 'cv::convexHull'

4

1 回答 1

1

如果您只想获取使用打开姿势检测到的点的像素坐标值，即图像中的白点，那么您可以使用以下代码：

import cv2
import numpy as np 

# read and scale down image
img = cv2.pyrDown(cv2.imread('hull.jpg', cv2.IMREAD_UNCHANGED))

# threshold image
ret, threshed_img = cv2.threshold(cv2.cvtColor(img, cv2.COLOR_BGR2GRAY), 230, 255, cv2.THRESH_BINARY)

# find contours
contours = cv2.findContours(threshed_img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[0]

for c in contours:
    # get the bounding rect
    x, y, w, h = cv2.boundingRect(c)

    # get the min enclosing circle
    (x, y), radius = cv2.minEnclosingCircle(c)

    # convert all values to int
    center = (int(x), int(y))
    radius = int(radius)

    if radius>2 and radius<4:
        print(center)
        img = cv2.circle(img, center, radius, (255, 0, 0), 2)
        cv2.putText(img,'({},{})'.format(int(x), int(y)), (int(x)+5, int(y)+5), cv2.FONT_HERSHEY_SIMPLEX, 0.3,(0,255,0), 1)

cv2.imshow('contours', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出：

(208, 418)
(180, 410)
(160, 408)
(208, 326)
(152, 316)
(159, 234)
(200, 234)
(136, 224)
(224, 224)
(232, 163)
(184, 163)
(128, 163)
(200, 112)
(232, 91)
(136, 91)
(176, 61)
(176, 0)

在此处输入图像描述

在上面的代码中，只检测到那些包围圆半径大于 2 且小于 4 的像素。

于 2019-07-13T20:20:42.007 回答