OpenCV检测轮廓相交答案

【问题标题】：OpenCV detect contours intersectionOpenCV检测轮廓相交
【发布时间】：2011-12-18 14:28:57
【问题描述】：

我有 2 个轮廓 A 和 B，我想检查它们是否相交。 A 和 B 都是 cv::Point 类型的向量，并且具有不同的大小

为了检查交叉点，我试图做一个 bitwise_and。这是抛出异常，因为输入的大小不同。我该如何解决？

编辑：

所附图片应该可以更好地了解该问题。汽车由蓝色轮廓跟踪，障碍物由粉红色轮廓跟踪。我需要检查十字路口。

【问题讨论】：

标签： c++ opencv

【解决方案1】：

一种简单但可能不是最有效 (??) 的方法是使用 drawContours 创建两张图像：一张是汽车的轮廓，另一张是障碍物的轮廓。

然后and它们在一起，任何仍然为正的点都将是交点。

一些伪代码（我使用 Python 接口，因此无法正确理解 C++ 语法，但它应该足够简单，您可以转换）：

import numpy as np # just for matrix manipulation, C/C++ use cv::Mat
# find contours.
contours,h = findContours( img, mode=RETR_LIST, method=CHAIN_APPROX_SIMPLE )
# Suppose this has the contours of just the car and the obstacle.

# create an image filled with zeros, single-channel, same size as img.
blank = np.zeros( img.shape[0:2] )

# copy each of the contours (assuming there's just two) to its own image. 
# Just fill with a '1'.
img1 = drawContours( blank.copy(), contours, 0, 1 )
img2 = drawContours( blank.copy(), contours, 1, 1 )

# now AND the two together
intersection = np.logical_and( img1, img2 )

# OR we could just add img1 to img2 and pick all points that sum to 2 (1+1=2):
intersection2 = (img1+img2)==2

如果我查看intersection，我会得到一个图像，轮廓相交处为 1，其他地方为 0。

或者，您可以使用drawContours( blank.copy(), contours, 0, 1, thickness=-1 ) 填充整个轮廓（不仅是轮廓，还填充内部），然后intersection 图像将包含轮廓之间的交叉区域.

【讨论】：

如何使用imshow()查看路口，在使用imshow显示路口时，获取到黑色图片。但是当打印交点时，如所描述的观察到的和零。是否有任何工作可以可视化交叉路口
@Saikrishna 使用灰度值。如果是为了可视化，请在 20... 处绘制轮廓，这是可见但不饱和的。路口会更亮（40 或更多）
我认为在只绘制轮廓边界的情况下，有必要使用4-连通线而不是8-连通线，因为否则可能会错过某些具有特定相交角度的2条对角线的交点。跨度>
当一个轮廓包含另一个轮廓时，第一个解决方案也不会检测到这种情况。
drawContours不是只填大纲吗？所以你会得到轮廓之间的交叉点？我必须添加cv2.FILLED 作为参数：img2 = cv2.drawContours(blank.copy(), contours, 0, 1, cv2.FILLED)。

【解决方案2】：

如果您首先使用几乎任何您能想到的一致排序标准对向量进行排序，那么您可以直接在向量上使用std::set_intersection。如果轮廓与图像大小相比较短，这可能比接受的答案更快。

【讨论】：

这对于“压缩”轮廓是错误的，两个轮廓即使没有公共顶点也可能相交。
@user202729 是的。对于非压缩的 8 连接轮廓也是如此。但不适用于 4 连接。

【解决方案3】：

我发现Clipper 库对于这些用途非常有用。（将cv::Point 的向量转换为 Clipper Path 对象很简单。）

【讨论】：

【解决方案4】：

C++ 测试代码，基于 math.coffee 的回答：

    vector< Point> merge_contours(vector <Point>& contour1, vector <Point>& contour2, int type){
    // get work area        
    Rect work_area = boundingRect( contour1 ) | boundingRect( contour2 );        
    
    Mat merged = Mat::zeros(work_area.size(), CV_8UC1);        
    Mat contour1_im = Mat::zeros(work_area.size(), CV_8UC1);
    Mat contour2_im = Mat::zeros(work_area.size(), CV_8UC1);
    
    //draw
    vector<vector<Point> > shifted1;
    shifted1.push_back(shift_contour(contour1, work_area.tl()));
    drawContours( contour1_im, shifted1, -1, 255, -1);
    vector<vector<Point> > shifted2;
    shifted2.push_back(shift_contour(contour2, work_area.tl()));
    drawContours( contour2_im, shifted2, -1, 255, -1);
    
    //imshow("contour1 debug", contour1_im);
    //imshow("contour2 debug", contour2_im);        
    
    if( type == 0 )
        // intersect
        bitwise_or( contour1_im, contour2_im, merged);
    else
        // unite
        bitwise_and( contour1_im, contour2_im, merged);        
    //imshow("merge contour debug", merged);
    
    // find
    vector<vector<Point> > contours;
    vector<Vec4i> hierarchy;
    findContours(merged,contours,hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));
    
    if(contours.size() > 1){
        printf("Warn: merge_contours has output of more than one contours.");
    }
    
    return shift_contour(contours[0], work_area.tl() * -1);        
}

【讨论】：