如何拆分 OpenCV 中检测到的轮廓？答案

【问题标题】：How to split up contours detected in OpenCV?如何拆分 OpenCV 中检测到的轮廓？
【发布时间】：2019-11-01 09:11:57
【问题描述】：

我目前正在尝试在对其应用阈值后在样本映射中找到谷物的轮廓。在图片中，您可以看到，如果这些颗粒彼此非常接近，它们将被检测为单个轮廓。因此，我试图在最薄的部分分割轮廓。然而，我的主要问题是我不知道如何使用 numpy 数组来实际分割轮廓，以便结果是两个数组。（因为名声问题，我不能放图片，我是新用户）

https://imgur.com/1dtI2BV

我尝试创建一个函数，我可以通过 cv2.findContours() 找到的轮廓使用某些标准将它们拆分。我比较了彼此的距离，并用两个因素对其进行了过滤。基本上我得到了两点的两个索引是应该发生分裂（a和b）。现在我希望将它们之间的点移动到新轮廓（数组？）并从旧轮廓中删除这些点。然后将两者都添加到结果中等于 cv2.findContour() 的新列表或数组中。我想我的问题主要是不了解 numpy-type (array) 的 conecpt。

def split(contours, ki = 0.25, ks = 0.25):
contours_new = []
for contour in contours:
    dists = []
    count = len(contour)
    for i in range(0,count-1,1):
        for j in range(i+1,count-1,1):
            idist = j - i  # "index-distance", to exclude neighboring points
            if idist > ki*count:
                p1 = contour[i][0]
                p2 = contour[j][0]
                d = dist(p1,p2) #calculates the distance between two points using simple pythagoras
                if d <= fit_size(contour)*ks:
                    dists.append([d, i, j])
                    #print('{}-{}: {}'.format(i,j,d))
    #print(dists)
    if len(dists) > 0:
        dists = sorted(dists, key=lambda a: a[0])
        a = dists[0][1] #first point
        b = dists[0][2] # second point, split bewteen these!
        old = contour
        new = old[a:b] # ????????????
        old = np.delete(old,range(a,b,1)) # ????????????
        # i = 0
        # new = []
        # while a < (b - i):
        #     new.append(old.pop(a))
        #     i = i + 1
        contours_new.append(old)
        contours_new.append(new)
    else:
        contours_new.append(contour)

print('OLD: {} - NEW: {}'.format(len(contours),len(contours_new)))
return contours_new

将结果传递给我的绘图函数（它完美地绘制了 cv2.findContours() 找到的轮廓），确实会导致错误：

错误：(-215:Assertion failed) npoints > 0 in function 'cv::drawContours'

【问题讨论】：

表示输入边缘图像不包含图像。进行快速图像检查以验证边缘是否具有非零数据

标签： python arrays numpy opencv contour

【解决方案1】：

我已经修改了我的代码，现在它似乎可以工作了：

    if len(dists) > 0:
        dists = sorted(dists, key=lambda a: a[0])
        a = dists[0][1]
        b = dists[0][2]
        old = contour.copy()
        new = old[a:b]
        old1 = old[0:a]
        old2 = old[b:len(old)]
        old = np.concatenate((old1,old2))
        contours_new.append(old)
        contours_new.append(new)
    else:
        contours_new.append(contour)

我摆脱了对我不起作用的 numpy.delete 函数。

【讨论】：