如何准确获取图像中形状的轮廓？答案

【问题标题】：How to accurately get the contour of a shape in an image?如何准确获取图像中形状的轮廓？
【发布时间】：2019-06-23 08:32:20
【问题描述】：

我有黑白 93x94 像素的图像，其中包含几何形状。我正在尝试找到形状轮廓以及它们的中心

这是我目前尝试过的

import cv2
import imutils

img = cv2.imread("input.jpg", cv2.IMREAD_GRAYSCALE)
blurred = cv2.GaussianBlur(img, (5, 5), 0)
thresh = cv2.threshold(blurred, 60, 255, cv2.THRESH_BINARY)[1]
cnts = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL,
    cv2.CHAIN_APPROX_SIMPLE)
cnts = imutils.grab_contours(cnts)
for c in cnts:
    # compute the center of the contour
    M = cv2.moments(c)
    cX = int(M["m10"] / M["m00"])
    cY = int(M["m01"] / M["m00"])

    # draw the contour and center of the shape on the image
    cv2.drawContours(img, [c], -1, (0, 255, 0), 2)
    cv2.circle(img, (cX, cY), 7, (0, 0, 0), -1)
    #cv2.putText(img, "center", (cX - 20, cY - 20),
        #cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 0), 2)

    # show the image
    cv2.imshow('output image',img)
    cv2.waitKey(0)

这是具有给定轮廓和样本的示例输入图像和输出图像

原图：

输出图像：

如您所见，我得到的是边界框的轮廓和中心，而不是形状的轮廓和中心。

知道如何解决这个问题吗？

【问题讨论】：

标签： python image contour

【解决方案1】：

经过模糊和阈值处理后，图像几乎是全白的。

我不确定我会从中得到什么。在这里使用 160 的值会更好

thresh = cv2.threshold(blurred, 160, 255, cv2.THRESH_BINARY)[1]

下一个问题是使用RETR_EXTERNAL，因为

仅检索极端外部轮廓。

使用RETR_TREE 似乎是正确的

检索所有轮廓并重建嵌套轮廓的完整层次结构。

【讨论】：