使用Python OpenCV查找图像中的极端外部点

一尘不染

使用Python OpenCV查找图像中的极端外部点

python

我有这个雕像的形象。

我正在尝试找到雕像上最顶部，最底部，最左侧和最右侧的点。有没有一种方法可以测量每边的边缘以确定雕像上最外面的点？我想得到双方的(x,y)坐标。我试图使用cv2.findContours()并cv2.drawContours()获得雕像的轮廓。

import cv2

img = cv2.imread('statue.png')

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

contours = cv2.findContours(gray, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)[0]
cv2.drawContours(img, contours, -1, (0, 200, 0), 3)

cv2.imshow('img', img)
cv2.waitKey()

阅读 215

2021-01-20

共1个答案

一尘不染

这是一种潜在的方法：

将图像转换为灰度和高斯模糊
获取二进制图像的阈值
查找轮廓
获取外部坐标

转换为灰度并模糊图像后，我们阈值以获取二进制图像

现在我们使用找到轮廓cv2.findContours()。由于OpenCV使用Numpy数组对图像进行编码，因此轮廓只是一个Numpy(x,y)坐标数组。我们可以对Numpy数组进行切片并使用argmin()或argmax()确定像这样的外部左，右，上和下坐标

left = tuple(c[c[:, :, 0].argmin()][0])
right = tuple(c[c[:, :, 0].argmax()][0])
top = tuple(c[c[:, :, 1].argmin()][0])
bottom = tuple(c[c[:, :, 1].argmax()][0])

这是结果

左：（162，527）

右：（463，467）

最高：（250，8）

底部：（381，580）

import cv2
import numpy as np

# Load image, grayscale, Gaussian blur, threshold
image = cv2.imread('1.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray, (3,3), 0)
thresh = cv2.threshold(blur, 220, 255, cv2.THRESH_BINARY_INV)[1]

# Find contours
cnts = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
c = max(cnts, key=cv2.contourArea)

# Obtain outer coordinates
left = tuple(c[c[:, :, 0].argmin()][0])
right = tuple(c[c[:, :, 0].argmax()][0])
top = tuple(c[c[:, :, 1].argmin()][0])
bottom = tuple(c[c[:, :, 1].argmax()][0])

# Draw dots onto image
cv2.drawContours(image, [c], -1, (36, 255, 12), 2)
cv2.circle(image, left, 8, (0, 50, 255), -1)
cv2.circle(image, right, 8, (0, 255, 255), -1)
cv2.circle(image, top, 8, (255, 50, 0), -1)
cv2.circle(image, bottom, 8, (255, 255, 0), -1)

print('left: {}'.format(left))
print('right: {}'.format(right))
print('top: {}'.format(top))
print('bottom: {}'.format(bottom))
cv2.imshow('thresh', thresh)
cv2.imshow('image', image)
cv2.waitKey()

2021-01-20