使用opencv找到样本图像的闭合轮廓答案

【问题标题】：find closed contour for sample image using opencv使用opencv找到样本图像的闭合轮廓
【发布时间】：2017-10-25 06:53:25
【问题描述】：

我在为我的图像寻找闭合轮廓框时遇到问题：

我的问题是我必须在棕色盒子周围创建矩形，以便只在盒子上执行操作。（这里的方框只是一个例子，它可以是不同的颜色，不同的背景）。

我目前使用Canny 进行边缘检测，使用cv2.findContour 进行轮廓框检测，虽然它在高度方面非常接近，但对于来自背景的宽度轮廓会造成混乱并添加到宽度中，如下所示：

以下是我为此编写的代码：

            import cv2
            import imutils

            img = cv2.imread(img)
            image = imutils.resize(img, width=600)
            gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
            edged = cv2.Canny(gray, 15, 200,True)
            edged = cv2.dilate(edged, None, iterations=2)
            edged = cv2.erode(edged, None, iterations=2)
            
            edged = 255-edged
            cnts = cv2.findContours(edged.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
            cnts = cnts[0] if imutils.is_cv2() else cnts[1]
            
            for c in cnts:
                # if the contour is not sufficiently large, ignore it
                if cv2.contourArea(c) < 300:
                    continue
                orig = image.copy()
                
                x,y,w,h = cv2.boundingRect(c)
                cv2.rectangle(orig,(x,y),(x+w,y+h),(0,255,255),2)
                cv2.drawContours(orig, c, -1, (255, 255, 0), 3)
                
                # show the output image
                cv2.imshow("Image", orig)
                cv2.waitKey(0)

有没有其他方法可以像上面一样简单，或者修改某些部分来完成我在框周围创建矩形的任务？

【问题讨论】：

很难编写代码来解决所有情况以在图像中找到框。为此，您需要机器学习和神经网络。如果您想为您的任务提供简单的 OpenCV 代码，您需要确保您的输入图像条件适合它的工作。
是的，我也在考虑这一点，对于这个用例，考虑空白背景也会有所帮助，opencv中有什么方法可以提取只有矩形形状的轮廓..，或者我可以通过哪些方式将前景与背景分开？我也在考虑一些方法，只提取具有（+/- 10 度松弛）水平和垂直值的线，但没有通过搜索得到任何方法。

标签： opencv python-3.6 opencv-contour

【解决方案1】：

要使用简单的 OpenCV 函数来检测盒子，您必须确保输入图像条件理想。像盒子等不同的背景颜色。

首先将图像转换为 HSV 颜色空间并分割出方框。使用以下轨迹条代码找出正确的值 -

import cv2
import numpy as np

def nothing(x):
    pass

cap = cv2.VideoCapture(0)
cv2.namedWindow('img')


cv2.createTrackbar('lH','img',0,255,nothing)
cv2.createTrackbar('hH','img',255,255,nothing)

cv2.createTrackbar('lS','img',0,255,nothing)
cv2.createTrackbar('hS','img',255,255,nothing)

cv2.createTrackbar('lV','img',0,255,nothing)
cv2.createTrackbar('hV','img',255,255,nothing)



while(True):

    ret,frame = cap.read()

    l_H = cv2.getTrackbarPos('lH', 'img')
    h_H = cv2.getTrackbarPos('hH', 'img')
    l_S = cv2.getTrackbarPos('lS', 'img')
    h_S = cv2.getTrackbarPos('hS', 'img')
    l_V = cv2.getTrackbarPos('lV', 'img')
    h_V = cv2.getTrackbarPos('hV', 'img')

    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
    lower_hsv = np.array([l_H, l_S, l_V])
    higher_hsv = np.array([h_H, h_S, h_V])

    mask = cv2.inRange(hsv, lower_hsv, higher_hsv)

    frame = cv2.bitwise_and(frame, frame, mask=mask)

    cv2.imshow('image', mask)
    if(cv2.waitKey(10)==27):break

如果需要，执行形态学操作。如果您的背景不同，只需找到轮廓和边界框即可获得该框。

如果没有，你可以找到这个link所示的水平和垂直线。

要在图像中查找多边形，check this.

您可以使用这些的适当组合来找到您的盒子。

【讨论】：