如何从 HFS 分割图像中提取轮廓答案

【问题标题】：How to extract contours from HFS segmented image如何从 HFS 分割图像中提取轮廓
【发布时间】：2020-02-04 17:24:18
【问题描述】：

如何从 HFS 模型输出中获取轮廓？我正在尝试检测地板。任何帮助将不胜感激。

【问题讨论】：

你能澄清预期的输出吗？投资回报率内最大的部分？提取包含用户指定点的段？
您的问题并不完全清楚，关于“地板”的含义。这可以解释为您想要地板的边界框或二进制分段掩码。如果你想要蒙版，一种方法是使用cv2.inRange()和颜色阈值来分割桃色

标签： python image opencv image-processing contour

【解决方案1】：

由于地板有特定的颜色范围，我们可以使用cv2.inRange() 进行颜色阈值。我们将图像转换为 HSV 格式，然后使用上下阈值生成二进制分段掩码

lower = np.array([0, 31, 182])
upper = np.array([57, 75, 209])

要找到地板轮廓，我们可以在蒙版图像上找到轮廓。这是地板以绿色突出显示的结果

import numpy as np
import cv2

# Color threshold
image = cv2.imread('1.jpg')
original = image.copy()
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
lower = np.array([0, 31, 182])
upper = np.array([57, 75, 209])
mask = cv2.inRange(hsv, lower, upper)
result = cv2.bitwise_and(original,original,mask=mask)

# Find floor contour on mask
cnts = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
for c in cnts:
    cv2.drawContours(original,[c], -1, (36,255,12), 2)

cv2.imshow('mask', mask)
cv2.imshow('result', result)
cv2.imshow('original', original)
cv2.waitKey()

【讨论】：