使用openCV python在相同颜色的图像周围绘制轮廓答案

【问题标题】：Draw contours around images of the same color with openCV python使用openCV python在相同颜色的图像周围绘制轮廓
【发布时间】：2021-02-01 05:38:06
【问题描述】：

我有这张带有 3 通道 RGB 的图像（VARI 索引计算的结果），我想在植物周围绘制边界框（矩形），这里用绿色表示。使用 OpenCV / python 最好和最简单的方法是什么？

我想这对于 OpenCV 专家来说是一个简单的问题，但我在网上找不到很好的教程来为多个对象执行此操作。

我找到的最接近的教程是： determining-object-color-with-opencv

边界框的假设应该/可以是：

绿色是主要颜色。
应该大于 X 像素。

提前致谢！

【问题讨论】：

标签： python opencv

【解决方案1】：

偶然发现此资源后回答我自己的问题：https://docs.opencv.org/3.4/da/d0c/tutorial_bounding_rects_circles.html

可能不是最好的答案，但它以某种方式解决了我的问题！

import cv2
import numpy as np

image = cv2.imread('vari3.png')

# https://www.pyimagesearch.com/2016/02/15/determining-object-color-with-opencv/
# https://docs.opencv.org/3.4/da/d0c/tutorial_bounding_rects_circles.html

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
lab = cv2.cvtColor(image, cv2.COLOR_BGR2LAB)

# mask: green is dominant.
thresh = np.array((image.argmax(axis=-1) == 1) * 255, dtype=np.uint8)

cnts = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[0]

contours_poly = [None] * len(cnts)
boundRect = [None] * len(cnts)
for i, c in enumerate(cnts):
    contours_poly[i] = cv2.approxPolyDP(c, 3, True)
    boundRect[i] = cv2.boundingRect(contours_poly[i])

for i in range(len(cnts)):
    # cv2.drawContours(image, contours_poly, i, (0, 255, 0), thickness=2)
    pt1 = (int(boundRect[i][0]), int(boundRect[i][1]))
    pt2 = (int(boundRect[i][0] + boundRect[i][2]), int(boundRect[i][1] + boundRect[i][3]))
    if np.sqrt((pt2[1] - pt1[1]) * (pt2[0] - pt1[0])) < 30:
        continue
    cv2.rectangle(image, pt1, pt2, (0, 0, 0), 2)

cv2.imwrite('result.png', image)
cv2.imshow("Image", image)
cv2.waitKey(0)

【讨论】：

【解决方案2】：

你需要做 HSV 过滤

将图像颜色从 BGR 更改为 HSV（色相饱和度值）。
过滤与绿色匹配的特定范围的饱和度和色调阈值。

请参阅此页面以获取执行前 2 项的代码

https://pythonprogramming.net/color-filter-python-opencv-tutorial/

做一些形态学操作，比如腐蚀、膨胀、开孔、关闭以删除不代表树木的小块绿色并将看起来破碎的树木连接在一起。

参考https://docs.opencv.org/master/d9/d61/tutorial_py_morphological_ops.html

检测轮廓然后绘制矩形

import cv2
import numpy as np

img = cv2.imread('8FGo1.jpg',1)

hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
lower_red = np.array([45,100,50])
upper_red = np.array([75,255,255])
    
mask = cv2.inRange(hsv, lower_red, upper_red)

kernel = np.ones((5,5),np.uint8)
mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)
mask = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel)


contours, hierarchy = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)


for contour in contours:
    x,y,w,h = cv2.boundingRect(contour)
    img = cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)
    cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)


cv2.imshow('img',img)
#cv2.imshow('mask',mask)

输出

【讨论】：

感谢您的回答！我在“大”边界框内得到了很多小边界框。
我已经通过使用 cv2.RETR_EXTERNAL 检查新代码来解决这个问题
嗯，我还是这样