计算区域旋转矩形中的非零像素答案

【问题标题】：Count non-zero pixels in area rotated rectangle计算区域旋转矩形中的非零像素
【发布时间】：2017-11-11 15:28:17
【问题描述】：

我有一个二进制图像，上面有一个对象和一个旋转的矩形，用cv2.findContours 和cv2.minAreaRect 找到。图像被归一化为 [0;1] 计算边界矩形内非零区域的最有效方法是什么？

【问题讨论】：

如果您需要更高的性能，请调整 drawContours 代码以计算像素而不是绘图。

标签： python-3.x opencv computer-vision

【解决方案1】：

创建与原始图像大小相同的新零值 Mat。
在其上绘制旋转矩形（使用 RotatedRect 顶点填充ConvexPoly）。
Bitwise_以及这张带有原始蒙版的图片
在结果图像上应用 findnonzero 函数

您也可以在图像的 ROI 上应用前面的步骤，因为您有旋转矩形的边界框。

【讨论】：

【解决方案2】：

根据 Humam Helfawi 的回答，我已经调整了一些建议的步骤，所以下面的代码似乎可以满足我的需要：

rectangles = [(cv2.minAreaRect(cnt)) for cnt in contours]  
for rect in rectangles:
    rect = cv2.boxPoints(rect)
    rect = np.int0(rect)
    coords = cv2.boundingRect(rect)
    rect[:,0] = rect[:,0] - coords[0]
    rect[:,1] = rect[:,1] - coords[1]
    area = cv2.contourArea(rect)
    zeros = np.zeros((coords[3], coords[2]), np.uint8)
    cv2.fillConvexPoly(zeros, rect, 255)
    im = greyscale[coords[1]:coords[1]+coords[3], 
    coords[0]:coords[0]+coords[2]]
    print(np.sum(cv2.bitwise_and(zeros,im))/255)

【讨论】：

【解决方案3】：

contours 是一个点列表。您可以使用cv2.fillConvexPoly 在相同大小的空二进制图像上填充此形状，然后使用cv2.countNonZero 或numpy.count_nonzero 获取占用的像素数。

【讨论】：