使用opencv确定一个点是在形状内部还是外部答案

【问题标题】：Determine if a point is inside or outside of a shape with opencv使用opencv确定一个点是在形状内部还是外部
【发布时间】：2012-11-26 23:44:17
【问题描述】：

我有白色背景和简单形状的图像（每张图像都有一个形状）。我想确定某个点 (x,y) 是否在形状内。如何使用 opencv 做到这一点？

【问题讨论】：

标签： image opencv image-processing computer-vision detection

【解决方案1】：

使用pointPolygonTest 函数。 Here's教程。

【讨论】：

这个功能有问题。我将其设置为在轮廓内绘制像素。有趣的是它正在旋转形状并确定它是否在里面。你能帮我解决这个问题吗？
抱歉，我对行和列感到困惑，但由于形状无法判断它是 90 度旋转。解决了

【解决方案2】：

要确定一个点是在形状的内部、外部还是边缘，您可以使用cv2.pointPolygonTest() 检查该点是否在轮廓内。该函数返回+1、-1 或0，分别指示一个点是在轮廓内部、外部还是在轮廓上。假设我们已经有了形状的轮廓，我们可以简单地将轮廓和(x,y) 点传递给函数。

result = cv2.pointPolygonTest(contour, (x,y), False)

在函数中，第三个参数是measureDist。如果是True，它会找到图像中的点与轮廓之间的最短距离。如果False，它会查找该点是在轮廓内部、外部还是在轮廓上。由于我们不想找到距离，我们将measureDist 参数设置为False

这是一个找到正方形轮廓然后检查点是否在轮廓内的示例

测试图片

找到轮廓和检查点后的图像

结果

点1：-1.0

point2: 1.0

point3: 0.0

因此point1在外面，point2在里面，point3在轮廓上

import cv2

image = cv2.imread('1.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
canny = cv2.Canny(gray, 120, 255, 1)
cnts = cv2.findContours(canny, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]

point1 = (25, 50)
point2 = (200, 250)
point3 = (200, 350)

# Perform check if point is inside contour/shape
for c in cnts:
    cv2.drawContours(image, [c], -1, (36, 255, 12), 2)
    result1 = cv2.pointPolygonTest(c, point1, False)
    result2 = cv2.pointPolygonTest(c, point2, False)
    result3 = cv2.pointPolygonTest(c, point3, False)

# Draw points
cv2.circle(image, point1, 8, (100, 100, 255), -1)
cv2.putText(image, 'point1', (point1[0] -10, point1[1] -20), cv2.FONT_HERSHEY_SIMPLEX, 1.0, (0, 0, 0), lineType=cv2.LINE_AA)
cv2.circle(image, point2, 8, (200, 100, 55), -1)
cv2.putText(image, 'point2', (point2[0] -10, point2[1] -20), cv2.FONT_HERSHEY_SIMPLEX, 1.0, (0, 0, 0), lineType=cv2.LINE_AA)
cv2.circle(image, point3, 8, (150, 50, 155), -1)
cv2.putText(image, 'point3', (point3[0] -10, point3[1] -20), cv2.FONT_HERSHEY_SIMPLEX, 1.0, (0, 0, 0), lineType=cv2.LINE_AA)

print('point1:', result1)
print('point2:', result2)
print('point3:', result3)
cv2.imshow('image', image)
cv2.waitKey()

【讨论】：

通过 Google 找到答案总是很有趣。

【解决方案3】：

如果你想访问凸包内的所有点，你可以做遮罩

我首先用 cv2.fillPoly() 在黑框上绘制我的凸包白色来解决这个问题

首先创建符合框架形状的黑色框架
black_frame = np.zeros_like(your_frame).astype(np.uint8)
用白色绘制凸包
cv2.fillPoly(black_frame , [hull], (255, 255, 255))
使用 numpy 布尔索引创建一个掩码，它会生成一个带有 True/False 值的掩码，它将是 True 是像素值是白色的
mask = black_frame == 255
您可以通过获取框架和蒙版之间的乘积来访问像素值，如果为 False，则值将
targetROI = your_frame * mask
使用蒙版访问您的像素。

black_frame = np.zeros_like(your_frame).astype(np.uint8)
cv2.fillPoly(black_frame , [hull], (255, 255, 255))
mask = black_frame == 255
targetROI = your_frame * mask

【讨论】：