时间戳

首页 > 解决方案 > 找到形状的确切边缘

python - 找到形状的确切边缘

问题描述

我想计算红外相机产生的图像中形状的面积。

我有大量的矩阵，它们是由红外相机产生的。在每个矩阵/图像中，我主要有一个带有斑点图像的背景，这是红外辐射的来源。我继续使用它的方法是使用 Python OpenCV 通过使背景无效并计算形状中的像素数来隔离源图像。问题是在每张图像中，图像的一部分也变成了背景，所以我无法获得完整的图像，就像我想要的那样。

import cv2
import numpy as np
from matplotlib import pyplot as plt

PPmm = 81/55 #Pixel per mm


img = np.genfromtxt('Image 5 Z_plane = 141.0_contour_plot.csv', delimiter= ',')

img_cv = cv2.resize(img,(81,81))
np.savetxt('testing.csv', img_cv, delimiter= ',')

img = (img_cv*255).astype(np.uint8)









edges = cv2.Canny(img,150,250)

se = np.ones((7,7), dtype='uint8')





# Perform morphology

image_close = cv2.morphologyEx(edges, cv2.MORPH_CLOSE, se)

# Your code now applied to the closed image
cnt = cv2.findContours(image_close, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[0]
mask = np.zeros(img.shape[:2], np.uint8)
cv2.drawContours(mask, cnt, -1, 255, -1)





non_zero_pixel_count = (np.count_nonzero(mask))

Area_in_mm = non_zero_pixel_count*(1/PPmm)**2
print("Area of shape = {0:1f}mm^2".format(Area_in_mm))






plt.subplot(121)
plt.imshow(img,cmap = 'gray')
plt.title('Original Image')
plt.xticks([])
plt.yticks([])
plt.subplot(122)
plt.imshow(mask,cmap = 'gray')
plt.title('Edge Image'), plt.xticks([]), plt.yticks([])
[enter image description here][1]
plt.show()

形状面积为：58.093278mm^2。如果我手动计算，大约我会得到 68mm^2。在圆形图像中，情况更糟，我得到的面积是原来的两倍

圆形图像

方形图像

编辑： 使用 cv2.THRESH_BINARY

标签： pythonopencvimage-processingcomputer-visionopencv-contour

解决方案

要获得形状的确切边缘，您可以这样做

  • 临界点
  • 寻找轮廓
  • 计算所有非零像素

找到轮廓形状后，您可以使用cv2.countNonZero()查找所有白色像素，然后使用校准的像素度量来计算面积（我的面积不同，因为我不是精确的原始图像）

import cv2

image = cv2.imread('2.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray, 20, 255, cv2.THRESH_BINARY)[1]

cnts = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]

for c in cnts:
    cv2.drawContours(image,[c], 0, (36,255,12), 2)

area = cv2.countNonZero(thresh)
cv2.putText(image, "Area: {}".format(area), (40, 40), cv2.FONT_HERSHEY_SIMPLEX, 1, (156, 188, 24), 1)

cv2.imshow('thresh', thresh)
cv2.imshow('image', image)
cv2.imwrite('thresh.png', thresh)
cv2.imwrite('image.png', image)
cv2.waitKey()

推荐阅读