轮廓区域未显示所有相关区域

Question

我正在尝试识别图像中的所有圆圈。增强对比度后，使用阈值，使用精巧的边缘我找到所有轮廓并循环遍历它们，我在结果图像上出现的区域>0。结果并不好。请帮忙...

#include <opencv2/opencv.hpp>

using namespace cv;
using namespace std;
void changeGain(cv::Mat&,double,int);


int main(int argc, char** argv)
{

// Load the original image and make a duplication
cv::Mat rawImage = cv::imread("..\\3.png");
cv::Mat duplicateImage= rawImage.clone();

// Add contrast
changeGain(duplicateImage,1.9 ,-240);


// Apply thershold
cv::threshold( duplicateImage, duplicateImage, 150, 200, cv::THRESH_BINARY );


// Use canny edges
cv::Mat img_canny;
cv::Canny(duplicateImage,img_canny,150,200);

// Find all the contours from the canny image
vector<vector<cv::Point>> contours;
findContours(img_canny, contours, RETR_TREE, CHAIN_APPROX_SIMPLE);

// Approximate contours to polygons + get circles
vector<vector<Point> > contours_poly;

for( int i = 0; i < contours.size(); i++ )
{
    double area = contourArea(contours[i],true);
    if (area > 0 )
        contours_poly.push_back(contours[i]);
}

// Draw the circles on the image
drawContours(rawImage, contours_poly, -1, Scalar(rand() & 255, rand() & 255, rand() & 255));

// Show result
cv::imshow("Final Result", rawImage);
cv::waitKey(0);
imwrite("..\\contour_result.jpg",rawImage);

}

void changeGain(cv::Mat& image,double alpha, int beta)
{
//cv::Mat new_image = cv::Mat::zeros( image.size(), image.type() );

 /// Do the operation new_image(i,j) = alpha*image(i,j) + beta
 for( int y = 0; y < image.rows; y++ )
 {
     for( int x = 0; x < image.cols; x++ )
     {
         for( int c = 0; c < 3; c++ )
             image.at<cv::Vec3b>(y,x)[c] =
                     cv::saturate_cast<uchar>( alpha*( image.at<cv::Vec3b>(y,x)[c] ) + beta );

    }
 }

 return;

}

这是原图

这是显示所有轮廓时的结果

这是仅显示面积 >0 的轮廓时的结果

阈值后的图像

Image after canny

Answer 1

首先，考虑使用形态学 (https://docs.opencv.org/trunk/d9/d61/tutorial_py_morphological_ops.html) 来清理然后阈值化的图像。使用诸如打开然后关闭之类的方法将消除噪声并填补阈值图像中的空白。

其次，您不需要检测 Canny 边缘。您可以从阈值中提取轮廓就好了，这就是我正在为我当前的项目做的事情。

第三，我假设您正在寻找圈子，在这种情况下，您可以使用minEnclosingCircle (https://docs.opencv.org/3.3.1/d3/dc0/group__imgproc__shape.html#ga8ce13c24081bbc7151e9326f412190f1)。由于形状是圆形，它应该只包含圆形，您可以通过将轮廓的contourArea 和圆形面积与minEnclosingCircle 返回的半径进行比较来确定。如果你的轮廓确实是一个圆，这个比率应该接近 1。（这也是我目前正在使用的一种技术）。