python - 计算图像中矩形的数量

Question

背景

我有两张图片，我想计算两张图片中矩形的数量。

我已经编写了一些查找轮廓的代码，并使用它来查找矩形。但它没有按预期工作，所以我需要一些帮助：

问题

我对为什么代码找到它所做的矩形数量感到困惑。例如，在第一张图片中，它计数为 8，我希望为 4。

在第二个中，它计数为 16，我认为它是正确的（内部 15，外部 1）。

代码

我的代码如下：

import cv2
import numpy as np

pic = 'boxes1'
image = cv2.imread(f'../Computer Vision/{pic}.jpg', 1)

blur = cv2.pyrMeanShiftFiltering(image, 11, 21)
gray = cv2.cvtColor(blur, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

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

rect_list = []

for cont in contours:
    peri = cv2.arcLength(cont, True)
    approx = cv2.approxPolyDP(cont, 0.015 * peri, True)
    if len(approx) == 4:
        x,y,w,h = cv2.boundingRect(approx)
        rect = x,y,w,h
        rect_list.append(rect)
        cv2.rectangle(image,(x,y),(x+w,y+h),(36,255,12),2)

cv2.imshow('thresh', thresh)
cv2.imwrite(f'output_{pic}.png', thresh)
cv2.waitKey(0)
cv2.destroyAllWindows()
print(len(rect_list))

电流输出

代码在第一个图像中找到 8 个矩形，在第二个图像中找到 16 个。我认为第一个应该是 4，第二个可能是正确的（？）（15 个内部和 1 个外部）。

该代码保存以下输出：

标签： pythonimageopencvimage-processingcomputer-vision

Answer 1

观察到一个矩形正好有四个角，我们可以利用这个事实，简单地计算图像中角的数量。图像中矩形的数量应该是角的数量除以四。这是方法：

1. 获取二值图像。加载图像、灰度、高斯模糊和大津阈值。

2. 去除小噪音。我们找到轮廓，然后使用轮廓区域过滤来过滤，cv2.contourArea并通过填充轮廓来去除噪声cv2.drawContours。

3. 寻找角落。我们使用已经实现的 Shi-Tomasi Corner Detector 来cv2.goodFeaturesToTrack进行角点检测。看一下这个关于每个参数的解释。

---

以绿色突出显示的角

Rectangles: 4.0

Rectangles: 16.0

代码

import cv2

# Load image, grayscale, blur, Otsu's threshold
image = cv2.imread('1.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray, (3,3), 0)
thresh = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

# Remove small noise with contour area filtering
cnts = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
for c in cnts:
    area = cv2.contourArea(c)
    if area < 150:
        cv2.drawContours(thresh, [c], -1, 0, -1)

# Find corners and draw onto image
corners = cv2.goodFeaturesToTrack(thresh,150,0.5,5)
for corner in corners:
    x,y = corner.ravel()
    cv2.circle(image,(x,y),3,(36,255,12),-1)

# The number of rectangles is corners / 4
print('Rectangles: {}'.format(len(corners)/4))

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