python - 使用 Python OpenCV 查找图像中的极端外部点

Question

我有这个雕像的图像。

我试图在雕像上找到顶部、底部、左侧和右侧的点。有没有办法测量每边的边缘以确定雕像上的最外点？我想得到(x,y)每一边的坐标。我试图使用cv2.findContours()并cv2.drawContours()得到雕像的轮廓。

import cv2

img = cv2.imread('statue.png')

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

contours = cv2.findContours(gray, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)[0]
cv2.drawContours(img, contours, -1, (0, 200, 0), 3)

cv2.imshow('img', img)
cv2.waitKey()

标签： pythonimageopencvimage-processingcomputer-vision

Answer 1

这是一种潜在的方法：

• 将图像转换为灰度 和高斯模糊

• 获取二值图像的阈值

• 寻找轮廓

• 获取外坐标

---

转换为灰度和模糊图像后，我们阈值得到二值图像

现在我们使用 找到轮廓cv2.findContours()。由于 OpenCV 使用 Numpy 数组对图像进行编码，因此轮廓只是一个 Numpy(x,y)坐标数组。我们可以对 Numpy 数组进行切片并使用argmin()orargmax()来确定外部的左、右、顶和底坐标，如下所示

left = tuple(c[c[:, :, 0].argmin()][0])
right = tuple(c[c[:, :, 0].argmax()][0])
top = tuple(c[c[:, :, 1].argmin()][0])
bottom = tuple(c[c[:, :, 1].argmax()][0])

这是结果

左：（162、527）

右：（463、467）

顶部： (250, 8)

底部：（381、580）

import cv2
import numpy as np

# Load image, grayscale, Gaussian blur, threshold
image = cv2.imread('1.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray, (3,3), 0)
thresh = cv2.threshold(blur, 220, 255, cv2.THRESH_BINARY_INV)[1]

# Find contours
cnts = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
c = max(cnts, key=cv2.contourArea)

# Obtain outer coordinates
left = tuple(c[c[:, :, 0].argmin()][0])
right = tuple(c[c[:, :, 0].argmax()][0])
top = tuple(c[c[:, :, 1].argmin()][0])
bottom = tuple(c[c[:, :, 1].argmax()][0])

# Draw dots onto image
cv2.drawContours(image, [c], -1, (36, 255, 12), 2)
cv2.circle(image, left, 8, (0, 50, 255), -1)
cv2.circle(image, right, 8, (0, 255, 255), -1)
cv2.circle(image, top, 8, (255, 50, 0), -1)
cv2.circle(image, bottom, 8, (255, 255, 0), -1)

print('left: {}'.format(left))
print('right: {}'.format(right))
print('top: {}'.format(top))
print('bottom: {}'.format(bottom))
cv2.imshow('thresh', thresh)
cv2.imshow('image', image)
cv2.waitKey()