如何在Python/OpenCV中计算轮廓是否已远离边缘
如何在Python/OpenCV中计算轮廓是否已远离边缘
提问于 2019-04-03 11:04:22
我正在使用几种不同的技术创建一个跟踪系统，MOSSE就是其中之一，我已经得到了基于背景减去的轮廓的边界框-我正在试图找出最好的方法来获取我的轮廓，这些轮廓将显示在屏幕上，以了解它们是否已经远离图像边界(甚至距离边界边缘一个像素)，这样我就可以使用它作为边界框来开始MOSSE跟踪。
我目前正在遍历轮廓线，需要根据上面的论点检查每个轮廓线。
我已经考虑过使用pointPolygonTest并为整个框架区域创建一个轮廓，检查轮廓是否在这个区域内(没有接触边界的点)。但似乎无法计算出如何为整个框架创建轮廓，而且这可能会非常低效。
while(1):
ret, frame = cap.read()
contour, heir = cv2.findContours(fgmask, cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)
for cnt in contour:
# and so on ...
# This is where I will check the contour if it is touching frame boundary/edge结果应该是，如果轮廓边缘没有接触边界(之间没有像素间隙)，我会得到输出通知我，这样我就可以为MOSSE添加边界框-这应该发生在帧中的每个轮廓上。
如果我没有提供足够的细节，或者你需要澄清，请随时发表意见，任何帮助都是感激的。
回答 2
Stack Overflow用户
回答已采纳
发布于 2019-04-03 23:49:14
这是另一个解决方案，按照您的建议使用轮廓。
我使用了OpenCV Wrapper library来简化矩形和包含的东西。转换成普通的OpenCV和Numpy并不是太难，只是有点繁琐。
import cv2 as cv
import numpy as np
import opencv_wrapper as cvw
image = cv.imread("path/to/image")
gray = cvw.bgr2gray(image)
thresh = cvw.threshold_otsu(gray)
# Returns Contour object
contours = cvw.find_external_contours(thresh)
# Create a rectangle representing the boundary 1 pixel in.
boundary = cvw.Rect(1, 1, image.shape[1] - 2, image.shape[0] - 2)
for contour in contours:
# Returns a Rect object
rect = contour.bounding_rect
if (
rect.tl not in boundary
or rect.tr not in boundary
or rect.bl not in boundary
or rect.br not in boundary
):
continue
# Create tracker
cvw.rectangle(image, rect, cvw.Color.RED, 1)
cv.imshow("Image", np.hstack([image, cvw.gray2bgr(thresh)]))
cvw.wait_key(0)披露:我是OpenCV Wrapper的作者。
Stack Overflow用户
发布于 2019-04-03 23:29:38
一种可能的解决方案是使用填充来清除白色像素的所有边缘。当你找到你的轮廓后，你将得到保证，他们在框架内。我曾经使用过这段代码来实现这一点。
这可能不是最好的解决方案，但仍然是一个解决方案。
import numpy as np
import cv2 as cv
# Image will then be binary, either 0 or 255.
def floodfill_edges(image):
where = np.where(image[:, 0] == 255)
while where[0].size > 0:
x, y = 0, where[0][0]
cv.floodFill(image, None, (x, y), 0)
where = np.where(image[:, 0] == 255)
where = np.where(image[:, -1] == 255)
while where[0].size > 0:
x, y = image.shape[1] - 1, where[0][0]
cv.floodFill(image, None, (x, y), 0)
where = np.where(image[:, -1] == 255)
where = np.where(image[0, :] == 255)
while where[0].size > 0:
x, y = where[0][0], 0
cv.floodFill(image, None, (x, y), 0)
where = np.where(image[0, :] == 255)
where = np.where(image[-1, :] == 255)
while where[0].size > 0:
x, y = where[0][0], image.shape[0] - 1
cv.floodFill(image, None, (x, y), 0)
where = np.where(image[-1, :] == 255)
return image我对效率不是很确定，所以你得测试一下。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/55486414
复制相关文章
相似问题
腾讯云开发者
